基于自适应遗传算法的多目标优化研究

发布时间：2017-09-05 15:23

  本文关键词：基于自适应遗传算法的多目标优化研究

  更多相关文章： 多目标优化 遗传算法 气动优化 左右距离差值 自适应调整

【摘要】：第二代非劣排序遗传算法(NSGA-II)是求解多目标优化问题的经典算法之一。为了使所求解集能够更均匀地收敛于Pareto前沿,本文对算法中拥挤距离的排序比较方式进行了改进,引入种群个体左右距离差值比较的概念,并采用了自适应的交叉、变异算子以及最小距离筛选机制,发展了一种改进的自适应NSGA-II算法(IANSGA-2)。接着,选用典型的多目标测试函数,对发展的算法从函数的收敛性和分布性两方面进行了考核运算,通过与原有算法的比较分析,展示了算法的可行性。在此基础上,论文把发展的算法用于翼型多目标优化,给出了典型翼型升力系数和升阻比双目标最大的优化算例。结果表明,优化后的升力系数与升阻比目标值都能均匀地分布在Pareto前沿,其对应的优化翼型与初始参考翼型相比,气动性能得到了明显的改善。算例总体上展示出发展的基于左右差值距离比较的自适应NSGA-2算法,综合性能优于经典的NSGA-2算法。
【关键词】：多目标优化 遗传算法 气动优化 左右距离差值 自适应调整
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 绪论12-17
• 1.1 研究背景12-13
• 1.2 国内外研究现状13-16
• 1.2.1 遗传算法的研究进展13-14
• 1.2.2 基于进化算法的多目标优化算法14-16
• 1.3 本文主要工作16-17
• 第二章 遗传算法简介及应用17-27
• 2.1 引言17
• 2.2 遗传算法基本流程17-22
• 2.2.1 编码18-19
• 2.2.2 适应度函数计算19
• 2.2.3 遗传操作19-20
• 2.2.4 控制参数选择20-21
• 2.2.5 约束条件处理21-22
• 2.3 单目标函数优化算例与分析22-26
• 2.4 本章小结26-27
• 第三章 多目标优化遗传算法27-39
• 3.1 引言27
• 3.2 多目标优化问题的数学描述27-28
• 3.3 非支配排序遗传算法28-29
• 3.4 自适应算法研究29-31
• 3.4.1 自适应遗传算子29-30
• 3.4.2 自适应筛选距离30-31
• 3.5 左右差值距离评价方法31-32
• 3.6 函数优化验证结果与分析32-38
• 3.6.1 经典测试函数32-33
• 3.6.2 算法收敛性能分析33-34
• 3.6.3 Pareto前沿分布分析34-35
• 3.6.4 测试结果35-36
• 3.6.5 测试函数比较36-38
• 3.7 本章小结38-39
• 第四章 基于改进NSGA-2 算法的二维气动外形优化39-52
• 4.1 引言39
• 4.2 CST翼型参数化方法39-40
• 4.3 算法基本结构40-42
• 4.4 翼型气动优化设计算例42-51
• 4.4.1 网格生成42
• 4.4.2 设计参数及约束条件42-43
• 4.4.3 低速小攻角翼型多目标气动优化算例43-47
• 4.4.4 跨音速小攻角翼型多目标气动优化算例47-51
• 4.5 本章小结51-52
• 第五章 总结与展望52-54
• 5.1 工作总结52
• 5.2 后续研究工作展望52-54
• 参考文献54-58
• 致谢58-59
• 在学期间的研究成果及发表的学术论文59

【参考文献】

中国期刊全文数据库 前3条

1 阎超;甘文彪;;大型飞机气动设计中的CFD技术[J];航空制造技术;2010年14期

2 刘琼荪;周声华;;基于自适应惩罚函数法的混合遗传算法[J];重庆大学学报(自然科学版);2006年06期

3 李春光,郑宏,葛修润,王水林;六面体单元等参逆变换的一种迭代解法[J];岩土力学;2004年07期

，

本文编号：798751