- 相关推荐
改进的多目标遗传算法在无人机机翼结构优化中的应用
现有的多目标遗传算法往往只能求得整个非劣曲线的一部分,同时局部搜索能力差,收敛速度较慢.为了解决这些问题,提出了一种改进算法,该算法将非劣分层遗传算法(NSGA)与向量评估遗传算法(VEGA)的优点结合起来,并且提供了一个利用往代信息构造搜索方向的局部搜索算子,有效扩展了非劣曲线的范围,加快了收敛速度.以某无人机机翼结构的多目标优化问题为例,证明本文改进算法可以较为快速地获得一个分布均匀的非劣解集.
【改进的多目标遗传算法在无人机机翼结构优化中的应用】相关文章:
改进遗传算法在桁架结构优化设计中的应用04-26
基于遗传算法的旋转机翼飞机机翼优化设计04-28
改进的遗传算法在飞行冲突解脱中的应用04-30
混合遗传算法及其在翼型气动[1*9/9]多目标优化设计中的应用04-28
基于遗传算法的翼型多目标气动优化设计04-27
遗传算法在系统可靠性优化中的应用04-30
基于改进遗传算法的车辆路径优化研究04-29
无人机翼型/多段翼型优化设计研究04-27
基于多目标模糊优化方法的无人机航迹规划04-28