有向动态拓扑混合作用力微粒群优化算法及可靠性应用

针对微粒群优化算法易陷入局部最优、出现早熟等不足,从作用力规则和种群拓扑结构两方面进行研究。提出一种混合作用力微粒群优化(Hybrid force PSO,HFPSO)算法,将算法的搜索过程划分为前期和后期两个阶段,分别构造引斥力规则和双引力规则,使算法搜索前期具有良好种群多样性、搜索后期有较高寻优精度。进一步将生物趋利避害的行为选择机制融入HFPSO算法,提出有向动态拓扑混合作用力微粒群优化算法,赋予微粒主观能动性使其靠近适应值较好微粒、远离适应值较差微粒,提出适应值驱动边变化的有向动态拓扑(Fitness-driven edge-changing unidirectional dynamic topology,FEUDT)结构,并将FEUDT结构与HFPSO算法以结构演化和算法进化同步进行的方式结合,进一步提升算法的优化性能。利用Benchmark函数对所提算法与标准PSO、搜索后期斥力增强型混合引斥力微粒群优化(LRPSO)算法进行性能对比测试,结果表明,所提算法具有较好的寻优能力和较快的收敛速度。通过桥式系统可靠性优化实例和供应商参与的某汽车产品子系统可靠性设计优化实例,验证了所提算法求解实际复杂优化问题的有效性。

基于改进混合作用力微粒群算法的液压阀块加工车间调度优化

针对微粒群算法作用力规则的不足,提出改进混合作用力微粒群(IHFPSO)算法。采用阶段性搜索策略,将算法的搜索过程分为前期和后期2个搜索阶段:在前期搜索阶段,微粒在其他微粒的引斥力作用下进行最优搜索,以保持种群多样性;在后期搜索阶段,微粒在双引力及引力提供的加速度的共同作用下向最优解收敛,以提高局部搜索能力。将所提出的IHFPSO算法应用于液压阀块加工车间调度问题,利用矩阵变量来处理约束条件,给出一种基于矩阵的微粒编码、解码方法。通过液压阀块加工车间调度优化实例,将IHFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、多作用力微粒群算法进行对比,验证提出的IHFPSO算法结果最优,实现液压阀块加工车间调度优化。