多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用
100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 870KB
- 页数 5P
- 阅读 66
- 下载 28
为了提高求解多目标优化问题的Pareto解集的效率,建立了适用于多维、多目标优化问题的多目标蚁群算法(Multi-objective Ant Colony Algorithm,简称MACA)。该算法首先修正了蚁群算法的信息素更新机制和转移概率,然后改进了蚂蚁的行进策略,即提出了依概率选择搜索策略。最后,应用该算法对某型号固液混合火箭发动机系统进行了优化设计。计算结果表明,多目标蚁群算法获得的Pareto解集分布均匀、散布范围广,可以有效解决多目标优化问题,能为决策者进行目标权衡提供充分依据。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用 870KB
固体火箭发动机冷增压试验系统的设计与应用 185KB
固体火箭发动机燃气喷射推力向量控制燃气阀 144KB
多目标群搜索优化算法及其在结构设计中的应用 1.4MB
内孔隔板脉冲固体火箭发动机流场分析 911KB
基于蚁群算法的PPP项目多目标优化决策研究 133KB
用直线失效评定图计算固体火箭发动机薄壁管筒含轴向裂纹临界深值 444KB
液体火箭发动机涡轮泵真实转速信号提取 1.3MB
液体火箭发动机用过滤器流阻特性及试验 833KB
膨胀循环液体火箭发动机推力调节阀仿真研究 427KB