生存进化阶段性搜索微粒群算法及其可靠性冗余分配优化应用

来源：计算机集成制造系统杂志2024年第6期北京时间：

作者：姚成玉, 刘晓波, 陈东宁, 张运鹏, 吕世君

单位：1.燕山大学河北省工业计算机控制工程重点实验室2.燕山大学河北省重型机械流体动力传输与控制重点实验室3.燕山大学先进锻压成型技术与科学教育部重点实验室

摘要：为高效解决含有异质冗余的多态系统(MSS)可靠性优化问题,并弥补微粒群优化(PSO)算法易早熟收敛的不足,从作用力方式和种群拓扑结构两方面对算法进行改进。改进PSO算法中单一的作用力方式,设置前后两个搜索阶段,对应两个搜索阶段分别构造平衡引斥力方式和双层引力(个体和全局最优解引力、中间适应度微粒引力)方式,提出阶段性搜索微粒群(SPSO)算法;利用生物个体“择友而交”和优胜劣汰的生存体系构建生存进化(SE)拓扑结构,以结构演化和算法进化并行方式将该拓扑结构融入SPSO算法,提出生存进化阶段性搜索微粒群(SPSO-SE)算法,进一步提升算法的优化性能;利用Benchmark函数对所提算法与PSO的改进算法进行测试对比,结果表明,所提SPSO-SE算法具有更好的寻优能力。采用SPSO-SE算法对串-并联和桥式结构的多态系统的可靠性冗余分配问题进行优化,得到的系统结构费用更低、可靠度更高。

关键词：异质冗余,多态系统,微粒群优化算法,作用力方式,生存进化,Benchmark函数,可靠性冗余分配问题优化

基金资助：国家自然科学基金资助项目(51975508,51675460);中国博士后科学基金资助项目(2017M621101)。