基于粒子群优化的混合宇宙大爆炸算法

宇宙大爆炸算法(Big Bang-Big Crunch,BB-BC)思想来源于宇宙大爆炸和大收缩理论.针对其在高维函数的寻优过程中,随迭代次数增加,爆炸生成的碎片解收缩速度慢,多样性快速减弱,质量变差,容易陷入局部最优解的缺点,提出一种混合型BB-BC算法(HBB-BC).首先,将质心代入当代解中作为奇点解进行改进,提高算法收缩速度;其次,结合粒子群优化的路径优化,提高碎片解的质量;最后,引入宇宙大撕裂理论增加大爆炸阶段碎片解的多样性和跳出局部最优解的能力.通过9个新型测试函数进行测试,测试结果显示,HBB-BC算法在高维函数的寻优性能上更优于BB-BC算法和另一种改进的均匀大爆炸混沌大收缩(UBB-CBC)算法.

基于混合混沌大爆炸算法的三维片上网络低功耗映射

三维片上网络(3D NoC)被认为是提高多核处理系统性能的一种方式。对于3D NoC的设计,如何将给定应用特征图(APCG)上的IP核适当地分配到3D NoC架构中是IP核映射的关键问题。一种优秀的映射算法及一次合理的映射可以大幅改善片上网络的通信功耗、发热、延时等指标。大爆炸算法(BB-BC)是一种新型的元启发式群体智能优化算法;混合混沌大爆炸(HCBB-BC)算法是在大爆炸算法基础上进行改进的一种算法,它具有参数简单、收敛速度快等优点。文中提出将混合混沌大爆炸算法用于解决三维片上网络映射问题,这是首次用大爆炸算法的相关算法来解决3D NoC映射问题。仿真实验结果证明,与现有的3D NoC映射算法相比,所提方法可以用更少的迭代次数和时间来找到更好的解决方案,同时有效地降低3D NoC的映射功耗。在经典任务图映射条件下,混合混沌大爆炸算法与遗传算法(GA)相比,收敛速度提高了36.73%,与粒子群算法(PSO)相比,收敛速度提高了22.45%;同时,混合混沌大爆炸算法的平均功耗比遗传算法的平均功耗的最大值低5.75%,并且比粒子群算法的平均功耗的最大值低3.90%。在随机任务图映射条件下,混合混沌大爆炸算法仍然能够保持稳定的功耗优化效率和更快的收敛速度。

基于改进大爆炸算法的结构损伤识别

基于宇宙大爆炸理论提出的大爆炸算法是一种高效的群智能优化算法,但存在容易陷入局部最优的缺点。提出的改进大爆炸算法,通过改进原算法的爆炸半径缩减形式、随机候选解的选取以及边界处理,能有效改善该算法易陷入局部最优的缺陷。运用改进的大爆炸算法,以频率和模态为物理量构造损伤识别问题的目标函数,对简支梁的局部损伤进行了识别。数值模拟结果表明:改进算法能准确地识别结构损伤,特别是能有效识别局部小损伤,并具有对模拟测量噪声不敏感的优点。

基于大爆炸优化算法的结构参数识别

作为一种新颖的优化工具,大爆炸算法(Big Bang-Big Crunch optimization,BB-BC)被成功应用于很多复杂优化问题。结构参数识别一直是结构健康监测的核心问题,利用BB-BC算法进行结构参数识别的研究。该方法的基本思想是通过最小化识别模型与实际结构系统响应的误差,从而将参数识别问题转化成一个多峰值非线性非凸的优化问题,并利用BB-BC算法发现系统参数的最优估计。利用BB-BC算法在输入输出数据不完备且噪声污染条件下,同时在没有系统质量、刚度等先验信息的情况下对结构系统进行了参数识别,并与基于遗传算法(GA)、粒子群(PSO)的参数识别方法进行了比较。结果表明:该方法可以成功地应用于结构参数识别,识别效能更优越。

基于大爆炸大收敛算法的PID参数整定

为了改善PID控制器的性能,提出了一种基于大爆炸大收敛算法BB-BC的PID参数整定方法,以PID的3个参数组成三维空间位置向量,以误差绝对值和时间乘积的积分作为优化目标,在给定PID参数范围的条件下,通过一定次数的迭代寻优得到当前系统的最优控制量。在3种不同系统条件下进行了仿真,结果表明:算法整定出的PID参数使系统具有良好的控制性能,可应用于PID参数的整定。

考虑不确定性影响的微电网优化重构

考虑到微电网中分布式能源出力和负荷不确定性的影响,提出一种基于云理论的随机框架对其进行处理,利用云模型将微电网不确定性的模糊性和随机性转换为定量的形式。建立了以网络损失最小和供电质量最优为优化目标的微电网重构模型,同时利用一种基于模糊理论的综合评价方法对多目标函数进行了处理,并提出一种改进的大爆炸算法对模型进行求解。最后以33节点微电网标准模型作为案例研究,仿真结果证明了所提优化模型和算法的有效性及实用性。

基于连续体拓扑优化的网壳结构鲁棒构型分析

为了对网格结构进行鲁棒性定量分析及找出鲁棒构型,以系统传递函数的H2范数作为结构鲁棒性的定量评价指标和优化目标;以单元相对密度为设计变量,采用固体各向同性惩罚微结构(SIMP)模型描述材料的刚度,建立鲁棒设计的数学模型,将结构的鲁棒性设计转化成连续体拓扑优化;引入保留精英种群的思想,并将大爆炸算法扩展应用在质点系优化中,求得全局最优解.以四点支承双曲扁网壳为例,分析了不同荷载条件下拓扑优化得到的鲁棒构型.结果表明:大爆炸算法可以有效地应用于连续体拓扑优化的鲁棒性构型设计中;以鲁棒构型为准则的正交斜放双曲扁网壳结构优于正交正放双曲扁网壳结构;结构的鲁棒构型可以明确结构的传力路径,对结构的杆件布置和截面设计具有指导作用.

基于PD控制器的四旋翼飞行器参数优化控制

为实现四旋翼飞行器对期望轨迹的跟踪控制,运用牛顿欧拉法及刚体力学理论对其进行动力学建模,并设计了基于PD算法的双回路控制系统。同时针对四旋翼飞行器PD控制参数整定困难和控制效果难以达到最优的问题,提出基于大爆炸大收敛算法BB-BC的参数优化策略,以ITSE准则作为优化目标,通过一定次数的迭代寻优得到系统的最优控制量。仿真结果表明:BB-BC算法优化出的参数使系统具有良好的控制性能,可实现飞行器对期望轨迹的精确跟踪。

弦支双曲扁网壳结构的鲁棒构型分析及试验研究

针对不良拓扑布置导致的结构鲁棒性不佳问题,以系统传递函数的H2范数为基础,建立结构鲁棒性定量评价指标和鲁棒构型求解方法。以单元相对密度为设计变量,采用变密度模型描述材料的刚度,将结构的鲁棒设计转化为连续体拓扑优化,并对大爆炸算法进行二级搜索的改进,进而求解连续体拓扑优化模型。以四点支承的弦支双曲扁网壳结构为例,分析不同荷载作用下的鲁棒构型,探索不同参数的大爆炸算法优化效果,通过静力试验和冲击试验,对优化后模型和未优化模型进行对比分析。结果表明,二级搜索的大爆炸算法可以有效地应用于弦支结构的鲁棒设计中,改进的大爆炸算法加快了收敛速度,依据鲁棒构型进行杆件布置,可显著提高结构的力学性能和抗干扰能力。