《[其它模板]毕业答辩ppt模板武汉理工大学华夏学院.ppt》由会员分享，可在线阅读，更多相关《[其它模板]毕业答辩ppt模板武汉理工大学华夏学院.ppt（39页珍藏版）》请在三一办公上搜索。
1、启发式粒子群优化算法及其在结构优化设计中的应用,答辩学生：XX同学指导教师：XX教授,武汉理工大学华夏学院学位论文,最优化设计问题,连续变量的最优化设计问题,结构最优化设计问题,离散变量的最优化设计问题,优化设计算法的发展,数学规划法,1960-1970,优化准则法,1970-1980,进化优化算法,1980-1990,群体智能算法,1990-2000,结构优化设计算法的发展概况,传统的优化设计算法,优点 简单 迭代次数少,传统的优化设计算法,缺点 分布约束 局部性约束条件,满应力法,进化计算,进化策略Evolutionary Strategies,进化规划Evolutionary Progr
2、amming,遗传算法Genetic Algorithm,遗传程序设计Genetic Programming,群智能算法,粒子群优化算法,粒子群优化算法（Particle Swarm Optimizer）,c1,c2正常数，称为加速因子；r1,r20,1间均匀分布的随机数；Pi第i个粒子历史最优位置；Pg所有Pi中的最优。,离散变量的粒子群优化算法,离散变量的粒子群优化算法,采取对离散变量集内的元素进行编号，以编号代替具体的离散变量值来用于搜索。,PSO的实现流程,初始化后按迭代公式进行计算，更新每个粒子的速度及位置。,判断是否达到收敛准则，若是则结束计算，否则继续计算。,计算每个粒子的适应值
3、，并更新每个粒子的Pi和粒子群的Pg。,PSO的实现流程,被动群集的粒子群优化算法,被动群集的粒子群优化算法（Particle Swarm Optimizer with Passive Congregation）,c1,c2,c3正常数；r1,r2,r30,1间均匀分布的随机数；Pi第i个粒子历史最优位置；Pg所有Pi中的最优。,离散变量的被动群集粒子群优化算法,离散变量的被动群集粒子群优化算法,采取对离散变量集内的元素进行编号，以编号代替具体的离散变量值来用于搜索。,约束优化问题,约束优化问题,fly-back mechanism,回飞技术“fly-back mechanism”,如果粒子的
4、飞行速度太大从而导致粒子飞出边界的话，为了保持粒子群的数量不变，一个有效的方法就是强行让粒子返回原来的位置，在原来的位置上进行下一次搜索。,处理约束条件的不足,应用“回飞技术”处理约束条件的不足之处,有效搜索次数不多,Harmony Search,“和声搜索”算法（Harmony Search）,从记忆库中随意选取分量组成新的解向量,PSO与Harmony Search,PSO中的Pbest相似于“和声搜索”中的记忆库,具体实现做法,具体实现做法,HPSO,启发式粒子群优化算法（Heuristic Particle Swarm Optimizer）,离散变量的启发式粒子群优化算法,离散变量的启
5、发式粒子群优化算法,采取对离散变量集内的元素进行编号，以编号代替具体的离散变量值来用于搜索。,HPSO的实现步骤,步骤1,步骤2,步骤3,步骤5,步骤4,判断是否符合收敛准则，若是则结束计算，否则返回步骤2。,粒子群初始化,按迭代公式计算粒子群的速度和位置,判断违反自变量边界的粒子,重新生成违反自变量边界的粒子,计算粒子群的适应值并判断是否违反约束边界,桁架结构优化设计算例（连续变量）,桁架结构优化设计（连续变量）,10杆平面桁架结构,200杆平面桁架结构,17杆平面桁架结构,22杆空间桁架结构,72杆空间桁架结构,25杆空间桁架结构,10杆平面桁架结构,10杆平面桁架结构截面优化设计算例,1
6、7杆平面桁架结构,17杆平面桁架结构截面优化设计算例,22杆空间桁架结构,22杆空间桁架结构截面优化设计算例,25杆空间桁架结构,25杆空间桁架结构截面优化设计算例,72杆空间桁架结构,72杆空间桁架结构截面优化设计算例,200杆平面桁架结构,200杆平面桁架结构截面优化设计算例,小结,桁架结构优化设计算例（离散变量）,桁架结构优化设计（离散变量）,10杆平面桁架结构,15杆平面桁架结构,25杆空间桁架结构,72杆空间桁架结构,52杆平面桁架结构,10杆平面桁架结构,10杆平面桁架结构截面优化设计算例,15杆平面桁架结构,15杆平面桁架结构截面优化设计算例,25杆空间桁架结构,25杆空间桁架结构截面优化设计算例,52杆平面桁架结构,52杆平面桁架结构截面优化设计算例,72杆空间桁架结构,72杆空间桁架结构截面优化设计算例,小结,网壳结构优化设计问题,网壳结构截面优化设计问题,约束条件,网壳结构优化设计算例,网壳结构截面优化设计算例,结论及展望,展望1.拓扑优化2.多目标优化,结论1.新的HPSO算法能加快收敛速度2.能适应连续变量和离散变量两种情况3.应用到网壳结构的截面优化设计中,结论及展望,Thank You!,
