咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >约束过滤器与代理模型辅助的粒子群优化方法 收藏

约束过滤器与代理模型辅助的粒子群优化方法

Surrogate-assisted Particle Swarm Optimization Method Using Constraints Filter

作     者:史人赫 高南南 龙腾 叶年辉 李昊达 SHI Renhe;GAO Nannan;LONG Teng;YE Nianhui;LI Haoda

作者机构:北京理工大学宇航学院北京100081 北京理工大学重庆创新中心重庆401121 北京理工大学飞行器动力学与控制教育部重点实验室北京100081 

出 版 物:《宇航学报》 (Journal of Astronautics)

年 卷 期:2024年第45卷第12期

页      面:1857-1870页

核心收录:

学科分类:08[工学] 082501[工学-飞行器设计] 0825[工学-航空宇航科学与技术] 

基  金:国家自然科学基金(92371101,52232014,52272360) 北京市自然科学基金(3222019) 

主  题:粒子群优化 径向基函数 Kreisselmeier-Steinhauser方程 过滤器方法 多学科设计优化 

摘      要:针对飞行器等复杂工程系统优化设计面临的计算求解耗时、可行域收敛困难等问题,提出了一种基于约束过滤器的代理模型辅助粒子群优化方法(SAPSO-CF)。该方法结合粒子群优化框架与径向基函数,有效降低了计算成本。提出一种双重过滤采样策略,结合基于Kreisselmeier-Steinhauser约束过滤器的全局探索与基于子空间径向基函数的局部搜索,同时改善新增样本的可行性与最优性,引导粒子群优化过程快速收敛。标准数值算例测试结果表明,与GLoSADE、C2oDE方法相比,SAPSO-CF方法在全局收敛性、鲁棒性以及优化效率方面具有优势。采用SAPSO-CF方法求解固体火箭发动机多学科设计优化问题,在满足燃烧室、喷管等学科约束条件下,优化后发动机总冲性能提升了15.3%,且最优性优于GLoSADE方法,验证了SAPSO-CF方法的有效性与工程实用性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分