帝国竞争算法优化设计论文

前言：想要写出一篇引人入胜的文章？我们特意为您整理了帝国竞争算法优化设计论文范文，希望能给你带来灵感和参考，敬请阅读。

1、使用ICA进行弹簧参数优化

1.1ICA寻优的一般过程

与其他优化算法类似，ICA开始于在搜索空间内随机生成的一定数目的初始解。每一个初始解都被称为一个国家，由优化问题目标函数来评价这些国家的优劣程度。其中一定数目的最优秀的国家被视为帝国主义国家，其他国家被视为殖民地国家，并且被随机分配给帝国主义国家,一个帝国主义国家及其下属的殖民地国家组成一个帝国集团。在分配殖民地国家给帝国主义国家时，每个帝国主义国家分配到的殖民地国家的数目与它的优秀程度成正比。如果某殖民地国家向帝国主义国家移动后，其新位置比帝国主义国家更优秀，则需要互换该殖民地国家和帝国主义国家的位置。各个帝国集团之间会以竞争的形式争夺殖民地国家，从而壮大自身的势力。该过程如下：首先，计算每个帝国集团的总势力（该集团中帝国主义国家的势力与所有殖民地国家势力的平均值的一部分之和），然后，当前势力最弱的帝国内部的最弱的殖民地国家将被置为自由状态；所有的帝国集团通过竞争来获取该自由殖民地国家。势力越大的帝国集团，成功率也越大。随着竞争过程不断进行，势力强的帝国集团占有越来越多的殖民地国家，而势力弱的帝国集团逐渐失去其所有的殖民地。最终，失去所有殖民地国家的帝国集团将被覆灭。当算法迭代一定的次数之后，将只剩下一个帝国，该帝国中的帝国主义国家所代表的解即为算法找到的最优解。

1.2约束处理办法

ICA算法是针对无约束问题设计的，用来优化弹簧结构参数时，必须对问题中的约束条件进行处理。在此，我们假设每个可行解都要优于任何非可行解，人为赋予非可行解更大的目标函数值,同时假设违背约束条件越多的国家，其代表的解也越劣。在算法迭代过程中，检测每个国家与前述约束条件的符合程度。假设某个国家违背了N个约束，则将该国家的目标函数值设定为N*Mnumber.这里，Mnumber为一个数值很大的数，在我们的实验中，取99999。

2、求解实验及结果分析

为了检验本文提出的方法的可行性，并与其他方法进行对比，我们选用了文献中的算例进行优化计算实验和分析。算法程序在MATLAB环境下运行。初始国家数目设置为200，初始帝国数目设置为3，最大迭代次数设置为400次。对于片数为3和4两种情况，分别进行20次实验。由于文献中并未提供[σ]1和[σ]2的值。钢板弹簧片数取为3时，采用ICA算法得到的结果要优于文献中的结果，弹簧质量减少了约2.4%，同时，两种算法得到的应力[σ]2大致相等，但ICA得到的应力[σ]1降低了约23.2%；当钢板弹簧片数取为4时，文献中给出的参数结果并不能满足应力[σ]2的约束要求，而本文的结果满足许可应力的要求。同时根据文献中的数据，原设计中弹簧质量为40.9kg，本文得到的结果为35.3363kg，比原设计减少了13.6%。

3、结论

本文提出了一种应用帝国主义竞争算法进行汽车变截面少片钢板弹簧优化设计的方法，实验表明，该方法可行且十分有效。该方法可以使汽车悬架的设计更加合理，在保证良好的形式稳定性、平顺性的同时，更大限度地降低钢板弹簧的质量，具有较好的实用价值。

作者：白建忠 郜昊强 单位：江淮汽车股份有限公司技术中心