扇形采样约束多目标差分进化算法及工程应用
工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems,CMOPs),多目标进化算法是求解这类问题的一类有效方法.引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOPs的进化算法——基于扇形采样的约束多目标差分进化算法(Sector-sampling-based constrained multi-objective differential evolution algorithm,SS-CMODE).扇形采样可避免耗时的非劣操作,且能保证Pareto最优解集的良好逼近性和多样性.通过3个典型CMOPs的对比测试,表明SS-CMODE的解集均匀性和计算效率明显优于对比算法.以J23-80机械压力机使用的双曲柄串联机构多目标优化为例,研究新算法求解工程问题的有效性.以锻冲工作阶段平均速度波动最小和力传动性能最优为目标,建立机构的约束多目标优化模型,再应用SS-CMODE求解该问题.结果表明,该算法能求出多组满足约束条件的Pareto 最优解,且解集均匀性良好.
多目标优化、差分进化算法、扇形采样、Pareto最优化、机械压力机
49
TH122
国家自然科学基金51075417,51105397;四川省应用基础研究计划2008JY0163
2014-01-19(万方平台首次上网日期,不代表论文的发表时间)
共11页
150-160