改进的多目标遗传算法在无人机机翼结构优化中的应用

改进的多目标遗传算法在无人机机翼结构优化中的应用

现有的多目标遗传算法往往只能求得整个非劣曲线的一部分,同时局部搜索能力差,收敛速度较慢.为了解决这些问题,提出了一种改进算法,该算法将非劣分层遗传算法(NSGA)与向量评估遗传算法(VEGA)的优点结合起来,并且提供了一个利用往代信息构造搜索方向的局部搜索算子,有效扩展了非劣曲线的范围,加快了收敛速度.以某无人机机翼结构的多目标优化问题为例,证明本文改进算法可以较为快速地获得一个分布均匀的非劣解集.

作 者： 苟仲秋 宋笔锋 李为吉 GOU Zhong-qiu SONG Bi-feng LI Wei-ji   作者单位： 西北工业大学,航空学院,陕西,西安,710072  刊 名： 空军工程大学学报（自然科学版）  ISTIC PKU 英文刊名： JOURNAL OF AIR FORCE ENGINEERING UNIVERSITY (NATURAL SCIENCE EDITION)  年，卷(期)： 2006 7(3)  分类号： V214.19  关键词： 多目标优化   遗传算法   结构优化  

【改进的多目标遗传算法在无人机机翼结构优化中的应用】相关文章：

改进的遗传算法在连续体结构多目标拓扑优化中的应用04-26

改进遗传算法在桁架结构优化设计中的应用04-26

基于遗传算法的旋转机翼飞机机翼优化设计04-28

改进的遗传算法在飞行冲突解脱中的应用04-30

混合遗传算法及其在翼型气动[1*9/9]多目标优化设计中的应用04-28

基于遗传算法的翼型多目标气动优化设计04-27

遗传算法在系统可靠性优化中的应用04-30

基于改进遗传算法的车辆路径优化研究04-29

无人机翼型/多段翼型优化设计研究04-27

基于多目标模糊优化方法的无人机航迹规划04-28