[发明专利]基于改进飞蛾赴火算法的弹簧自重优化设计方法在审

专利信息
申请号: 201910438787.2 申请日: 2019-05-24
公开(公告)号: CN110147627A 公开(公告)日: 2019-08-20
发明(设计)人: 董晨;叶尹;李涵;郭文忠;陈震亦 申请(专利权)人: 福州大学
主分类号: G06F17/50 分类号: G06F17/50;G06N3/00
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 陈明鑫;蔡学俊
地址: 350108 福建省福州市闽*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 弹簧 算法 飞蛾 数学模型 优化设计 构建 改进 混沌理论 优化目标 优化
【权利要求书】:

1.一种基于改进飞蛾赴火算法的弹簧自重优化设计方法,其特征在于,包括以下步骤:

步骤S1:构建以弹簧最小自重为优化目标的数学模型;

步骤S2:根据飞蛾赴火算法并结合Sine混沌理论和柯西变异,构建改进的飞蛾扑火算法;

步骤S3:采用改进的飞蛾扑火算法对弹簧最小自重问题进行计算,得到最优方案;

步骤S4:将最优方案输入数学模型,得到最优的弹簧自重。

2.根据权利要求1所述的基于改进飞蛾赴火算法的弹簧自重优化设计方法,其特征在于:所述数学模型具体为:弹簧自重的影响参数包括钢丝直径d,线圈的匝数N和线圈直径D,数学模型如下:

设定向量

计算弹簧的自重目标函数为:

约束条件如下:

参数的限制范围如下:

0.05≤x1≤2

0.25≤x2≤1.3

2≤x3≤15。

3.根据权利要求1所述的基于改进飞蛾赴火算法的弹簧自重优化设计方法,其特征在于:所述步骤S2具体为:

步骤S21:飞蛾的种群以矩阵M表示

其中,n为人工飞蛾总数量,k表示变量个数;

步骤S22:采用了Sine混沌映射对随机的矩阵M进行预处理,Sine混沌的数学公式如式(1)

其中mnk为初始的随机矩阵M中的所有变量,Xnk为进行混沌映射后所得到的变量;

得到具有混沌性质的新矩阵X

其中X为进行混沌映射后所得到的变量矩阵;

步骤S23:根据飞蛾赴火算法的位置更新公式(2)

Xi=Di·ebt·cos(2πt)+Fi (2)

其中,F为一个n行d列的火焰矩阵,第一次代入公式(2)中F矩阵和X矩阵是一样的;后面F矩阵的变量为通过比较目标函数后,较小自重所对应的变量值,F矩阵即为存储临时的最优变量;Di=|Fi-Mi|;控制因子记作b;t为[-1,1]范围内的一个随机数;

采用柯西变异改进的位置更新公式(2),改良的为公式(3)

其中,r为区间(0,1)的随机数,Yi为柯西变异后的位置。

4.根据权利要求3所述的基于改进飞蛾赴火算法的弹簧自重优化设计方法,其特征在于:所述步骤S3具体为:

步骤S31:定义相关参数,飞蛾的种群数量n,迭代次数,运行次数;由于弹簧自重的影响参数包括钢丝直径d,线圈的匝数N和线圈直径D,所以算法的维度k=3;

步骤S32:采用公式(1)进行Sine混沌映射生成初始的解空间,即由3n个变量组成的n行3列的矩阵变量;

步骤S33:当目前的迭代次数t小于等于最大的迭代次数T时,通过3个参数的变量范围以及4个非线性约束条件检查所有变量的范围是否越界;如果越界,则淘汰越界的变量;

步骤S34:每次迭代都根据公式(2)和公式(3)更新3个参数变量,并以弹簧最小自重所对应的一组变量来更新最优矩阵F;

步骤S35:当目前的迭代次数t大于最大的迭代次数T时,输出最优矩阵F。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910438787.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top