文件名称：论文研究-基于SQP和自适应搜索的混沌粒子群算法.pdf
文件大小：584KB
文件格式：PDF
更新时间：2022-10-02 06:33:34
论文研究
针对基本粒子群优化算法（PSO）算法易陷入局部最优的缺点，提出混沌自适应粒子群-序列二次规划算法（CAPSO-SQP）。在基本PSO算法的基础上，加入混沌搜索和自适应惯性权重提高全局收敛能力，并在PSO算法每一代的迭代过程中，引入SQP策略，加快局部搜索并提高对约束优化问题的计算可靠性。测试函数仿真结果表明，CAPSO-SQP算法计算精度高，稳定性好，收敛速度快。将所提出算法应用于悬臂梁结构优化设计，求解结果表明算法在结构优化计算方面的可行性，而且相对于CPSO算法求解更加准确，具有较高的计算可靠性和实用价值。