遗传算法具有很强的自适应性、鲁棒性和全局搜索能力,但其局部搜索能力相对较弱,计算后期易出现进化缓慢、过早收敛等问题,蚁群算法是近几年迅速发展起来的一种新的全局优化算法,具有正反馈机制,但是计算初期由于信息素差别小,初始收敛速度较慢.本文将这两种优化方法结合起来,充分发挥各自的优势,形成了遗传-蚁群混合算法,并选用测试函数对算法的优化性能作了对比计算,最后以高温超导匀场磁体为实际应用目标,以绕制磁体所用超导带长度为目标函数对磁体结构进行优化设计,优化方案比原始方案节省7.32%的超导带材用量.
参考文献
[1] | 陈国良;王煦法;庄镇泉;王东生.遗传算法及应用[M].北京:人民邮电出版社,1996:23. |
[2] | 王超,王秋良.多种优化方法及其在高温超导磁体优化设计中的应用[J].低温物理学报,2004(04):350-357. |
[3] | 彭新竹.遗传算法的改进策略及其应用[J].华东船舶工业学院学报(自然科学版),2002(03):53-58. |
[4] | Marco Dorigo;Luca Maria Gambardella .[J].IEEE Transactions on Evolutionary Computation,1997,1(01):53. |
[5] | 忻斌健,汪镭,吴启迪.蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现[J].同济大学学报(自然科学版),2002(01):82-87. |
[6] | S. L. Ho;Shiyou Yang;H. C. Wong;K. W. E. Cheng;Guangzheng Ni .An Improved Ant Colony Optimization Algorithm and Its Application to Electromagnetic Devices Designs[J].IEEE Transactions on Magnetics,2005(5):1764-1767. |
[7] | Thomas Stutzle;Holger H .[J].Hoos Future generation computer system,2000,16:889. |
[8] | 刘宏伟,余运佳,王秋良.制冷机冷却的超导磁体在励磁时的稳定性分析[J].低温物理学报,2005(04):375-379. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%