粒子群优化算法在工程中的应用
An Application of Particle Swarm Optimization in Engineering
DOI: 10.12677/CSA.2020.108148, PDF,    科研立项经费支持
作者: 王胜春*, 安 宏, 李文豪, 杨峻涵, 王晓伟:山东建筑大学机电工程学院,山东 济南
关键词: 粒子群优化(PSO)盖板优化设计Particle Swarm Optimization (PSO) Cover Plate Optimization Design
摘要: 优化设计在工程设计中,可以从大量可行的设计方案中寻找到最优的方案,因而提高设计质量。本文研究了粒子群优化算法的基本原理,分析了其特点,充分利用粒子群算法的全局搜索和局部搜索相结合的优点,将其应用于盖板的优化设计,以盖板轻量化为研究目标,以满足强度、刚度、稳定性等为约束条件,建立盖板优化的数学模型,用粒子群算法对变量进行求解。最后将粒子群优化的结果和其他几种优化方法相比较,基于粒子群优化的盖板设计得到了最好的优化方案。
Abstract: In engineering design, optimization design finds the optimal solution from a wide variety of design methods, thereby improving the design quality. This paper studies the basic rationales of Particle Swarm Optimization (PSO) and analyzes its characteristics. We aim to reduce the weight of cover plate while maintaining its strength, stiffness and stability. After setting up a mathematical model of optimization design of cover board, we use PSO to solve the variables. Due to the advantage of combining both global search and local search, the application of PSO on design optimization of cover plate achieves a better result compared to several other constrained optimization methods.
文章引用:王胜春, 安宏, 李文豪, 杨峻涵, 王晓伟. 粒子群优化算法在工程中的应用[J]. 计算机科学与应用, 2020, 10(8): 1431-1436. https://doi.org/10.12677/CSA.2020.108148

参考文献

[1] 廖坤锐, 陈卫兵, 杨雪. 基于PCA和粒子群优化算法的焊点缺陷识别[J]. 计算机测量与控制, 2020, 28(5): 190-195.
[2] 王芷馨, 王冬青, 韩增亮, 许崇立. 基于粒子群优化算法的非线性系统辨识[J]. 自动化与仪器仪表, 2020(5): 8-13.
[3] Guedria, N.B. (2016) Improved Accelerated PSO Algorithm for Mechanical Engineering Optimiza-tion Problems. Applied Soft Computing, 40, 455-467. [Google Scholar] [CrossRef
[4] 周树功, 李娟. 粒子群优化算法和支持向量机的上市公司信用风险预警[J]. 现代电子技术, 2020(43): 73-76.
[5] 王晨, 王琪, 张萌. 粒子群优化神经网络的动力电池SOC估算研究[J]. 单片机嵌入式系统应用, 2020(6): 20-24.
[6] 李旭贞. 基于粒子群算法的行星齿轮传动优化设计[J]. 机械工程与自动化, 2018, 211(6): 98-100.
[7] 刘景森, 袁蒙蒙, 李煜. 基于改进樽海鞘群算法求解工程优化设计问题[J]. 系统仿真学报, 2020. http://kns.cnki.net/kcms/detail/11.3092.V.20200403.1115.005.html
[8] 刘瑜, 马良. 量子蚂蚁算法及其在箱形盖板优化设计中的应用[J]. 机械设计与研究, 2009, 25(4): 56-58.