首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量机和粒子群算法在结构优化中的应用研究*
引用本文:向国齐,黄大贵,严志坚.支持向量机和粒子群算法在结构优化中的应用研究*[J].计算机应用研究,2009,26(6):2059-2061.
作者姓名:向国齐  黄大贵  严志坚
作者单位:1. 电子科技大学,机电工程学院,成都,610054;攀枝花学院,机电工程学院,四川,攀枝花,617000
2. 电子科技大学,机电工程学院,成都,610054
3. 西南电子技术研究所,成都,610036
基金项目:国家“973”重大基础研究资助项目(613580202)
摘    要:针对实际复杂结构优化中计算量大的问题,提出将支持向量机代理模型和粒子群算法应用于工程优化设计。采用实验设计选取合适的样本,通过实验或数值仿真获得性能响应,利用支持向量机构建目标函数和约束的代理模型,重构原始的优化问题,采用粒子群优化算法对重构的优化模型进行寻优,从而得到最优解。以典型电子装备功分器的结构尺寸优化为例,采用拉丁方实验设计和高频电磁场仿真软件HFSS获取代理模型的训练样本,建立功分器模型的幅度比、相位差和驻波三个目标函数模型,并对该多目标优化问题进行寻优。结果表明该方法准确、高效,为结构优化设

关 键 词:支持向量机  粒子群优化算法  优化设计  代理模型

Study and application of support vector machines and particle swarm algorithm in optimization design
XIANG Guo qi,HUANG Da gui,YAN Zhi jian.Study and application of support vector machines and particle swarm algorithm in optimization design[J].Application Research of Computers,2009,26(6):2059-2061.
Authors:XIANG Guo qi  HUANG Da gui  YAN Zhi jian
Affiliation:1.School of Mechatronics Engineering;University of Electronic Science & Technology of China;Chengdu 610054;China;2.School of Mecha-nical Engineering;Panzhihua University;Panzhihua Sichuan 617000;3.Southwest Institute of Electronic Technology;Chengdu 610036;China
Abstract:Aiming at addressing the optimization design problems of computationally intensive simulation models with implicit objective performance functions,this paper proposed a framework based on the support vector machine and particle swarm optimization for structure optimization design.Selected appropriate design parameter samples by experimental design theories,obtained the response samples from the experiments or numerical simulations.Used the SVM method to establish the metamodels of the objective performance ...
Keywords:support vector machine(SVM)  particle swarm optimization(PSO)  optimization design  metamodeling
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号