[发明专利]一种基于粒子群算法的水下航行器内部组件分层布局方法

权利要求书

1.一种基于粒子群算法的水下航行器内部组件分层布局方法，其特征在于步骤如下：

步骤1、建立水下航行器的分层布局优化模型：

Min L＝f_u(x_u,x_l)

x_u∈S_u,x_l∈S_l

s.t.g_j(x_u,x_l)≤0,j＝1,...,q_u

h_k(x_u,x_l)＝0,k＝1,...,r_u

其中：f_u表示上层的优化目标函数，f_l表示下层的优化目标函数；x_u表示上层大尺寸组件布局优化时的设计变量，x_l则表示下层小尺寸组件布局优化对应的设计变量；S_u和S_l分别表示上层和下层优化的变量范围，g_j和h_k分别表示不等式约束和等式约束，下标j，k分别表示约束的序号，q_u和r_u分别表示上层优化中不等式约束和等式约束的数量，q_l和r_l则分别表示下层优化中不等式约束和等式约束的数量；

步骤2、上层优化中大尺寸组件布局：采用粒子群算法优化上层大尺寸组件的位置，位置坐标作为设计变量，上层优化目标函数作为粒子群算法的目标函数；

设定一群初始上层粒子，即许多组上层大尺寸组件的初始布局方案，每一个上层粒子位置均代表一种大尺寸组件的空间布局方案；

设定粒子群的数量M和速度区间，在速度区间和设计空间内随机初始化每个粒子的速度和位置，分别表示为V_i和X_i，其中i＝1,2,…,M，并初始化上层布局优化的迭代次数iter＝0，初始化收敛条件满足次数num＝0；

根据上层M个粒子的位置，得到M种大尺寸组件的空间布局方案；

步骤3、采用粒子群算法的下层布局优化：在每一种确定的大尺寸组件布局方案下，优化小尺寸组件的布局，使得下层目标函数最优；

下层优化步骤：

i)建立各个小尺寸组件的外接球模型，将小尺寸组件的外接球球心坐标作为设计变量；

ii)在下层设计空间内随机初始化粒子群位置，每一个下层粒子的位置代表一种小尺寸组件的空间布局方案，并设定粒子群位置的最大更新次数为Max；

iii)根据目标函数计算每种下层小尺寸组件布局方案的适应度函数值；

iv)筛选各下层粒子的历史最优位置，即某一个粒子位置对应的下层布局方案在优化迭代过程中出现的最优方案；筛选所有下层粒子中的全局最优位置，即各个粒子对应的下层最优布局方案中的最优方案；若当前粒子群位置更新次数大于Max，则停止下层优化并继续执行步骤4，否则继续执行；

v)根据各粒子位置对应的下层布局方案在优化迭代过程中出现的最优方案以及所有这些最优方案中的最优方案，利用粒子群算法中的更新策略确定下一代粒子群的位置，然后返回第ⅲ步循环执行；

步骤4、确定上层优化中各粒子的历史最优位置，以及所有粒子的全局最优位置：

根据当前M个上层大尺寸组件布局方案以及其步骤3得到的对应的最优下层布局方案，分别计算各上层布局方案对应的目标函数值；历史最优布局是一个初始布局方案在优化迭代过程中出现的最优布局，表示为P_i，其中i＝1,2,…,M；全局最优布局是各历史最优布局中的最佳布局方案，表示为G；

步骤5：若上层优化的迭代次数iter1，则需判断当前全局最优布局设计是否满足优化收敛要求，判断式如下：

其中下标iter表示当前上层优化的迭代次数，L表示整个优化的目标；若满足上述收敛要求，则收敛条件满足次数num＝num+1；若不满足，则num＝0；

步骤6：判断收敛条件满足次数是否达到5次，即是否满足num等于5；若满足，则停止优化并输出当前最优布局设计；若不满足，则继续执行步骤7；

步骤7、更新当前上层大尺寸组件布局方案：根据粒子群算法中粒子位置更新方法，更新代表上层大尺寸组件布局方案的各上层粒子的速度以及位置；

步骤8：更新上层优化迭代的次数，即iter＝iter+1，返回步骤3继续执行各个新的上层大尺寸组件布局方案下对应的下层布局优化。