帝國(guó)競(jìng)爭(zhēng)算法優(yōu)化設(shè)計(jì)論文

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了帝國(guó)競(jìng)爭(zhēng)算法優(yōu)化設(shè)計(jì)論文范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

1、使用ICA進(jìn)行彈簧參數(shù)優(yōu)化

1.1ICA尋優(yōu)的一般過(guò)程

與其他優(yōu)化算法類(lèi)似，ICA開(kāi)始于在搜索空間內(nèi)隨機(jī)生成的一定數(shù)目的初始解。每一個(gè)初始解都被稱(chēng)為一個(gè)國(guó)家，由優(yōu)化問(wèn)題目標(biāo)函數(shù)來(lái)評(píng)價(jià)這些國(guó)家的優(yōu)劣程度。其中一定數(shù)目的最優(yōu)秀的國(guó)家被視為帝國(guó)主義國(guó)家，其他國(guó)家被視為殖民地國(guó)家，并且被隨機(jī)分配給帝國(guó)主義國(guó)家,一個(gè)帝國(guó)主義國(guó)家及其下屬的殖民地國(guó)家組成一個(gè)帝國(guó)集團(tuán)。在分配殖民地國(guó)家給帝國(guó)主義國(guó)家時(shí)，每個(gè)帝國(guó)主義國(guó)家分配到的殖民地國(guó)家的數(shù)目與它的優(yōu)秀程度成正比。如果某殖民地國(guó)家向帝國(guó)主義國(guó)家移動(dòng)后，其新位置比帝國(guó)主義國(guó)家更優(yōu)秀，則需要互換該殖民地國(guó)家和帝國(guó)主義國(guó)家的位置。各個(gè)帝國(guó)集團(tuán)之間會(huì)以競(jìng)爭(zhēng)的形式爭(zhēng)奪殖民地國(guó)家，從而壯大自身的勢(shì)力。該過(guò)程如下：首先，計(jì)算每個(gè)帝國(guó)集團(tuán)的總勢(shì)力（該集團(tuán)中帝國(guó)主義國(guó)家的勢(shì)力與所有殖民地國(guó)家勢(shì)力的平均值的一部分之和），然后，當(dāng)前勢(shì)力最弱的帝國(guó)內(nèi)部的最弱的殖民地國(guó)家將被置為自由狀態(tài)；所有的帝國(guó)集團(tuán)通過(guò)競(jìng)爭(zhēng)來(lái)獲取該自由殖民地國(guó)家。勢(shì)力越大的帝國(guó)集團(tuán)，成功率也越大。隨著競(jìng)爭(zhēng)過(guò)程不斷進(jìn)行，勢(shì)力強(qiáng)的帝國(guó)集團(tuán)占有越來(lái)越多的殖民地國(guó)家，而勢(shì)力弱的帝國(guó)集團(tuán)逐漸失去其所有的殖民地。最終，失去所有殖民地國(guó)家的帝國(guó)集團(tuán)將被覆滅。當(dāng)算法迭代一定的次數(shù)之后，將只剩下一個(gè)帝國(guó)，該帝國(guó)中的帝國(guó)主義國(guó)家所代表的解即為算法找到的最優(yōu)解。

1.2約束處理辦法

ICA算法是針對(duì)無(wú)約束問(wèn)題設(shè)計(jì)的，用來(lái)優(yōu)化彈簧結(jié)構(gòu)參數(shù)時(shí)，必須對(duì)問(wèn)題中的約束條件進(jìn)行處理。在此，我們假設(shè)每個(gè)可行解都要優(yōu)于任何非可行解，人為賦予非可行解更大的目標(biāo)函數(shù)值,同時(shí)假設(shè)違背約束條件越多的國(guó)家，其代表的解也越劣。在算法迭代過(guò)程中，檢測(cè)每個(gè)國(guó)家與前述約束條件的符合程度。假設(shè)某個(gè)國(guó)家違背了N個(gè)約束，則將該國(guó)家的目標(biāo)函數(shù)值設(shè)定為N*Mnumber.這里，Mnumber為一個(gè)數(shù)值很大的數(shù)，在我們的實(shí)驗(yàn)中，取99999。

2、求解實(shí)驗(yàn)及結(jié)果分析

為了檢驗(yàn)本文提出的方法的可行性，并與其他方法進(jìn)行對(duì)比，我們選用了文獻(xiàn)中的算例進(jìn)行優(yōu)化計(jì)算實(shí)驗(yàn)和分析。算法程序在MATLAB環(huán)境下運(yùn)行。初始國(guó)家數(shù)目設(shè)置為200，初始帝國(guó)數(shù)目設(shè)置為3，最大迭代次數(shù)設(shè)置為400次。對(duì)于片數(shù)為3和4兩種情況，分別進(jìn)行20次實(shí)驗(yàn)。由于文獻(xiàn)中并未提供[σ]1和[σ]2的值。鋼板彈簧片數(shù)取為3時(shí)，采用ICA算法得到的結(jié)果要優(yōu)于文獻(xiàn)中的結(jié)果，彈簧質(zhì)量減少了約2.4%，同時(shí)，兩種算法得到的應(yīng)力[σ]2大致相等，但I(xiàn)CA得到的應(yīng)力[σ]1降低了約23.2%；當(dāng)鋼板彈簧片數(shù)取為4時(shí)，文獻(xiàn)中給出的參數(shù)結(jié)果并不能滿足應(yīng)力[σ]2的約束要求，而本文的結(jié)果滿足許可應(yīng)力的要求。同時(shí)根據(jù)文獻(xiàn)中的數(shù)據(jù)，原設(shè)計(jì)中彈簧質(zhì)量為40.9kg，本文得到的結(jié)果為35.3363kg，比原設(shè)計(jì)減少了13.6%。

3、結(jié)論

本文提出了一種應(yīng)用帝國(guó)主義競(jìng)爭(zhēng)算法進(jìn)行汽車(chē)變截面少片鋼板彈簧優(yōu)化設(shè)計(jì)的方法，實(shí)驗(yàn)表明，該方法可行且十分有效。該方法可以使汽車(chē)懸架的設(shè)計(jì)更加合理，在保證良好的形式穩(wěn)定性、平順性的同時(shí)，更大限度地降低鋼板彈簧的質(zhì)量，具有較好的實(shí)用價(jià)值。

作者：白建忠 郜昊強(qiáng) 單位：江淮汽車(chē)股份有限公司技術(shù)中心