基于粒子群算法的浮筒配置优化问题的研究

针对传统的验证法在解决浮筒配置问题中存在的计算量大、计算时间长、工作重复性强等缺点 ,提出了一种将浮筒纵向位置配置和浮筒充气量综合考虑、一体优化的方法。文章将各种合理性校验准则作为约束条件 ,通过逼近沉艇起浮瞬间和浮起后的平衡状态 ,来求取各对浮筒的纵向位置和充气量 ,将浮筒配置问题转换为一个多目标、多约束的最优化问题。在此基础上 ,根据粒子群优化算法的特点 ,提出了一种双向搜索策略 ,来求解浮筒配置优化问题。这种方法简单实用 ,计算时间短 ,无需人工干预 ,算法运行一次可获得多组配置方案供决策人员选择。算例表明用这种方法来解决浮筒配置问题是可行的、有效的。

基于进化算法的浮筒配置优化问题的研究

根据浮筒配置方案的设计要求和合理性检验准则,给出了方案的优化模型。针对问题的复杂性,结合约束支配的概念,提出了一种改进的将浮筒纵向位置配置和浮筒充气量综合考虑、一体优化多目标进化算法。通过算例分析可知,将多目标进化算法以及约束支配的概念应用到浮筒配置优化方案是可行的、有效的。

一种改进的基于约束支配的多目标进化算法

针对传统优化方法在处理带约束的多目标优化问题上的不足进行了分析,将多目标进化算法以及约束支配的概念结合起来,重新定义了种群个体间的支配关系,避免了罚函数法因惩罚系数不合适而出现优化结果为非可行解的情况。并且结合惩罚值改进了选择算子和适应值分配机制,避免出现早熟收敛。同时,采用精英策略,让精英个体参与遗传操作,加快算法收敛速度。通过算例分析可知,将多目标进化算法以及约束支配的概念应用到浮筒配置优化方案是可行的、有效的。