應用雙演化演算法於無人飛行載具結構最佳化設計之研究

淡江大學機構典藏 > 工學院 > 航空太空工程學系暨研究所 > 會議論文 > Item 987654321/96764

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/96764

題名:	應用雙演化演算法於無人飛行載具結構最佳化設計之研究
其他題名:	Optimum Design of UAV Structures by Dual Evolution Strategy
作者:	張永康;張維恩;蘇彤蘤
貢獻者:	淡江大學航空太空工程學系
關鍵詞:	雙演化演算法;無人飛行載具;最佳化設計;Dual Evolution Strategy;Unmanned Aerial Vehicle;Optimum Design
日期:	2013-11-30
上傳時間:	2014-03-13 12:03:05 (UTC+8)
出版者:	台南市：中華民國航太學會
摘要:	本研究提出結合粒子群演算法與差分演化演算法的雙演化演算法於無人飛行載具結構最佳化設計中。粒子群演算法為仿生演算法，其特點為收斂速度快、參數設定少、搜尋範圍廣及具有記憶性。差分演化演算法為演化式演算法，其優勢在於參數設定及架構簡單、能維持母體的多樣性、高效能及高精確度等。雙演化演算法則是利用粒子群演算法與差分演化演算法兩者同時進行運算，優點在於互相補足缺點，利用差分演化演算法的多樣性使其跳脫區域最佳解，而粒子群演算法的記憶性使局部搜尋更加完善，應用兩者不同的搜尋方式，並將兩者演算法之最佳值做比較及分享以獲得最佳值。本研究中針對粒子群演算法提出變速因子的改良機制，藉由判斷粒子的區域最佳解與全域最佳解的距離來改變搜尋的步伐，以改善搜尋過程之收斂效率。本研究在差分演化演算法中選取適合的突變方式可增加解的多樣性以彌補粒子群演算法之不足。由數值分析範例之結果，顯示雙演化演算法求出的解比單獨使用粒子群演算法和差分演化演算法求出的解為佳且應用在無人飛行載具結構之最佳化設計上皆可得到不錯的結果。 The PSO-DE Dual Evolution Strategy was applied to optimum design of UAV structures in this study. Particle Swarm Optimization(PSO) algorithm is a bionic technique which has fast convergence, less parametric setting and wide search range with memory. Differential Evolution(DE) algorithm is an evolutional technique that has advantages of easy to implement, little parameter tuning requirement, and also exhibits reliable, accurate and fast convergence. In this study, a Dual Evolution Strategy that includes an improved Particle Swarm Optimization algorithm and a Differential Evolution algorithm is proposed for structural optimal design. The improved Particle Swarm Optimization algorithm adopts an alternation velocity factor that changes with the particle distance between the local and the global optimal solution. In the Differential Evolution algorithm, an appropriate mutation is selected to increase domain flexibility and improve the deficiency of Particle Swarm Optimization algorithm. This Dual Evolution Strategy utilizes the domain flexibility offered by the Differential Evolution algorithm and the local search memory of the Particle Swarm Optimization algorithm. The two algorithms are computed independently, the best result is obtained and shared between the two algorithms at each iteration. Numerical analysis showed that the results obtained from the Dual Evolution Strategy are better than those obtained from the Particle Swarm Optimization algorithm or Differential Evolution algorithm.
關聯:	2013中華民國航太學會學術研討會=2013 AASRC Conference
顯示於類別:	[航空太空工程學系暨研究所] 會議論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
2013AASRC 12-04_投稿論文應用雙演化演算法於無人飛行載具結構最佳化設計之研究.pdf	投稿論文	488Kb	Adobe PDF	1606	檢視/開啟

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....