[发明专利]基于随机单元置换哈里斯鹰算法的碟形弹簧重量优化方法

说明书

本发明公开了一种基于随机单元置换哈里斯鹰算法的碟形弹簧重量优化方法，先确定碟簧重量优化的目标函数及待求解的关键参数，然后对原哈里斯鹰算法结构进行优化，具体优化措施为：第一，取消原哈里斯鹰算法除初始化种群步骤以外的集中计算目标函数值的步骤，而是在算法获得更优解的同时对结果进行记录；第二，在原哈里斯鹰算法每一次迭代寻优结束前的位置引入随机单元置换机制；第三，对原哈里斯鹰算法的能量因子E的绝对值大于等于1的搜索步骤进行删除；将优化后的哈里斯鹰算法称为基于随机单元置换哈里斯鹰算法，并利用该基于随机单元置换哈里斯鹰算法求解关键参数，得到碟簧重量优化的关键参数；优点是收敛速度快、求解精度高。

技术领域

本发明涉及一种碟形弹簧重量优化方法，尤其是涉及一种基于随机单元置换哈里斯鹰算法的碟形弹簧重量优化方法。

背景技术

碟形弹簧简称碟簧，因其形似碟子而得名，具有良好的缓冲减震能力，被广泛应用于车辆弹性悬架等需要隔震的场景。碟簧的载荷变形特性呈非线性关系，其特性曲线随内截锥高度与弹簧钢板厚度的比值进行相应变化。在实际应用中，需要对碟簧重量进行优化。由于其复杂的数学特性及约束条件，该任务被视为一种复杂约束的优化求解问题。

利用数学方法求解该问题是一种较为传统的方式，但该方法过于依赖优化模型的数学特性，当模型复杂度提升，会出现求解精度降低、求解速度慢，甚至不可解等情况。哈里斯鹰算法是近年来提出的一种新颖的元启发式算法，可以有效缓解数学方法的弊端。哈里斯鹰算法不关心待优化模型的具体数学特性，具有参数少，通用性强等优点，因而被广泛应用于优化领域。然而，哈里斯鹰算法并非为解决碟簧重量优化问题而提出的，因此其应用于碟形弹簧重量优化时，在求解过程中存在一些缺陷。首先，哈里斯鹰算法在运行时会重复调用目标函数进行算法搜索方向调整，导致同一个位置的目标函数被调用多次，浪费计算资源，其次，哈里斯鹰算法的全局搜索阶段随机性过高，使得算法收敛速度过慢，最后，哈里斯鹰算法的局部搜索阶段趋同性不足，使得算法求解精度过低。

发明内容

本发明所要解决的技术问题是提供一种收敛速度快、求解精度高的基于随机单元置换哈里斯鹰算法的碟形弹簧重量优化方法。该碟形弹簧重量优化方法通过在原哈里斯鹰算法中引入随机单元置换机制，优化哈里斯鹰算法结构得到基于随机单元置换哈里斯鹰算法，利用基于随机单元置换哈里斯鹰算法进行碟簧重量优化的关键参数提取，求解速度和寻优精度得到进一步提升，最终在满足约束条件的前提下求得最优参数，使优化后的碟簧结构重量最优。

本发明解决上述技术问题所采用的技术方案为：一种基于随机单元置换哈里斯鹰算法的碟形弹簧重量优化方法，包括以下步骤：

步骤S1、确定碟簧重量优化的目标函数及待求解的关键参数；

步骤S2、对原哈里斯鹰算法结构进行优化，具体优化措施为：第一，取消原哈里斯鹰算法除初始化种群步骤以外的集中计算目标函数值的步骤，而是在算法获得更优解的同时对结果进行记录，以节省计算耗时；第二，在原哈里斯鹰算法每一次迭代寻优结束前的位置引入随机单元置换机制，以增强全局搜索性能；第三，对原哈里斯鹰算法的能量因子E的绝对值大于等于1的搜索步骤进行删除，以减少对随机单元置换机制的寻优效果的影响；将优化后的哈里斯鹰算法称为基于随机单元置换哈里斯鹰算法，并利用该基于随机单元置换哈里斯鹰算法求解关键参数，得到碟簧重量优化的关键参数。

所述的步骤S1中确定碟簧重量优化的目标函数及待求解的关键参数的具体过程为：

S1.1、确定碟簧重量优化的目标函数，该目标函数如式(1)所示：