一种多目标果蝇优化算法

一种多目标果蝇优化算法

0改进的多目标果蝇算法本文在搜索空间、评价气味浓度、确定优化策略等方面，提出了原始果苍蝇优化算法，提出了一种改进的多目标果苍蝇算法，显著提高了改进后的算法的性能。并将改进的多目标果蝇优化算法成功应用于全弹道优化设计中,效果较好。1果蝇最佳检测算法果蝇优化算法是一种源于对果蝇觅食行为模拟的全局优化算法。果蝇拥有优于其他物种的嗅觉及视觉,能够通过嗅觉器官搜集空气中的各种气味,飞近食物后再用灵敏的视觉确定食物的位置,最后飞向食物。根据果蝇搜寻食物的特性,果蝇优化算法可归纳为以下几个必要的步骤:1)初始化种群规模N,最大迭代次数g2)随机设定果蝇个体的搜索方向R其中,R3)由于无法得知食物源的位置,因此,先估算果蝇个体与原点的距离D,再求倒数计算得到味道浓度判定值S:4)将味道浓度判定值S代入味道浓度判定函数,计算出果蝇个体当前位置的味道浓度:5)找出果蝇种群中味道浓度最佳的果蝇:6)保留果蝇群体的最佳味道浓度及其对应的坐标,此时果蝇群体利用视觉定位后飞向该位置:7)进入迭代寻优,重复执行步骤2)～5),并判断最佳味道浓度是否优于前一迭代最佳味道浓度,若是则执行步骤6)。果蝇优化算法利用果蝇寻找食物的群体协作和信息共享机制搜索最优解,全局寻优能力较强;算法采用实数编码,程序简单,计算量较小;果蝇优化算法需要调节的参数只有3个,与其他优化算法相比明显减少了由于参数选取不当对算法性能产生影响的机会。尽管果蝇优化算法自提出以来就得到了国内外学者的广泛关注,并在一些工程应用中表现良好,但仍存在一些缺陷需要改进。原始的果蝇优化算法中味道浓度判定值S定义为果蝇个体与原点的距离D的倒数,D为坐标X和Y的算术平方根,如此定义的S存在2个缺陷:1)由于果蝇飞行的坐标系是对称的,对称位置的坐标计算得到的味道浓度判定值S是相等的,这会导致浪费计算时间;2)由于S>0,因此,果蝇优化算法不能求解定义域包含负数的优化问题。原始的果蝇优化算法会将每一代果蝇群体中最佳味道浓度个体对应的坐标作为下一代群体的起始位置,并且只有一个群体,这在解决复杂问题时会导致陷入局部最优。此外,实际工程问题往往要考虑多个优化目标,原始的果蝇优化算法不能很好地适应多目标优化问题。2改进的多目标复合纳架优化算法2.1果蝇优化算法针对以上的缺陷,本文对原始的果蝇优化算法做了如下改进:1)原始果蝇优化算法中果蝇的飞行空间是对称的,整个空间可以分为8个部分。为了减少重复的计算结果,节省计算时间,仅保留图1中阴影部分所示的一个部分作为果蝇的飞行空间。果蝇个体的位置由式(7)确定:其中,2)原始的果蝇优化算法中,味道浓度判定值S不能取负值并且不能约束取值范围,不能够适应实际工程问题求解的需求。改进后的味道浓度判定值S由式(8)确定:其中,[L,U]为S3)原始的果蝇优化算法在找出果蝇种群中味道浓度最佳的果蝇位置后,果蝇群体利用视觉定位后飞向该位置,算法只有一个果蝇种群,这使得在求解复杂问题时搜索全局最优解的表现不够理想。本文引入若干个子种群代替单一的果蝇种群,每个子种群都在飞行空间中独立地搜索味道浓度最佳的位置,从而有效提高算法全局搜索的能力。在求解多目标优化问题时,引入多个子种群可以有效提高最优解集中解的多样性。4)求解多目标优化问题的过程就是寻找Pareto最优解的过程。本文将快速非支配排序以及拥挤距离排序的方法引入果蝇优化算法。快速非支配排序能够帮助算法提高收敛速度,拥挤距离排序的方法能够避免早熟以及提高最优解集中解的多样性。2.2目标函数基于以上改进,能够解决多目标优化问题的改进果蝇优化算法的步骤如下:1)初始化子种群数N2)随机设定果蝇个体的搜索方向R3)计算果蝇个体的味道浓度判定值S其中,(L,U)为S4)将果蝇个体的味道浓度判定值S其中,M为目标函数的数量。5)对每个子种群中的个体进行非支配排序,将第g代所有子种群的非支配解存放到Q6)对集合T7)进入迭代寻优,如果g≥g3基于应等系统的全局优化设计全弹道优化设计模型是将内弹道、外弹道及终点效应等多个分系统结合成一个有机整体,对其进行全局的优化设计,寻求满足最优目标性能时的各设计参数。本文应用改进的多目标果蝇算法对其进行寻优。3.1全弹模型全弹道仿真模型涉及的各分系统的分析模型较为复杂,公式繁多,可参考相关文献,本文仅对各分系统模型作简要描述。3.1.1内部地震模拟模型内弹道仿真模型3.1.2外弹模拟模型采用包括弹丸自转在内的4自由度外弹道计算模型3.1.3滚轴效应模拟模型采用杀伤威力计算模型3.2全弹道优化设计对于火炮来讲,杀伤面积与射程是重要的战术技术指标,本文以弹丸的杀伤面积A与火炮射程L作为全弹道优化的目标函数。以杀伤面积与射程作为全弹道模型灵敏度分析时的响应,采用拉丁立方法,对各设计参数进行灵敏度分析,综合考虑各参数对杀伤面积和射程的影响,选取薄火药质量m多目标果蝇算法参数选择:子种群数N4快速非支配排序本文提出了一种改进的多目标果蝇算法,通过