超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

摘要：

MOEA/D-DE算法易于实现,被广泛应用于处理多目标优化问题,但其超参数对算法性能影响较大.基于MOEA/D-DE算法框架,利用Sobol全局灵敏度分析方法对差分进化算子中的交叉控制参数进行改进,使用莱维飞行机制控制比例因子,使算法中的超参数拥有自适应能力,得到超参数自适应的MOEA/D-DE算法——MOEA/D-DEAH算法;对MOEA/D-DEAH算法、不同超参数设置的MOEA/D-DE算法和NSGAⅡ算法进行函数测试和翼型气动隐身优化算例对比.结果表明:MOEA/D-DEAH算法性能良好,具有较强的鲁棒性,气动隐身优化效果也比其他算法更好.

关键词：多目标优化算法、基于分解的多目标优化算法(MOEA/D)、超参数、灵敏度分析、气动隐身优化、差分进化算子

所属期刊栏目：14

分类号：V218;TP18(基础理论及试验)

资助基金：翼型、叶栅空气动力学重点实验室基金6142201200106

在线出版日期：2023-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：50-60