高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

粒子群遗传算法及其应用

刘成洋 阎昌琪 王建军 刘振海

刘成洋, 阎昌琪, 王建军, 刘振海. 粒子群遗传算法及其应用[J]. 核动力工程, 2012, 33(4): 29-33.
引用本文: 刘成洋, 阎昌琪, 王建军, 刘振海. 粒子群遗传算法及其应用[J]. 核动力工程, 2012, 33(4): 29-33.
LIU Chengyang, YAN Changqi, WANG Jianjun, LIU Zhenhai. Particle Swarm Genetic Algorithm and Its Application[J]. Nuclear Power Engineering, 2012, 33(4): 29-33.
Citation: LIU Chengyang, YAN Changqi, WANG Jianjun, LIU Zhenhai. Particle Swarm Genetic Algorithm and Its Application[J]. Nuclear Power Engineering, 2012, 33(4): 29-33.

粒子群遗传算法及其应用

详细信息
    作者简介:

    刘成洋(1987-),男,博士研究生。2009年毕业于哈尔滨工程大学核工程与核技术本科专业,获学士学位。现主要从事核动力装置性能与设备优化研究工作。

    阎昌琪(1955-),男,教授,博士生导师。1980年毕业于哈尔滨船舶工程学院核动力装置专业,获硕士学位。现主要从事两相流动与沸腾换热,传热过程的强化,反应堆安全与小型化研究。

    王建军(1977-),男,副教授。2007年毕业于清华大学核能与新能源技术研究院核科学与技术专业,获博士学位。现主要从事反应堆热工水力研究工作。

  • 中图分类号: TL353

Particle Swarm Genetic Algorithm and Its Application

  • 摘要: 针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢和易陷入局部最优的缺点,设计了一种粒子群遗传算法。该算法采用可行性原则处理约束条件,避免罚函数法中惩罚因子选取的困难;随机产生初始可行群体,加快粒子群收敛速度;引入遗传算法的交叉和变异策略,避免粒子群陷入局部最优。通过对典型测试函数的优化计算,表明粒子群遗传算法有较好的优化性能。将该算法应用在核动力装置优化中,优化效果显著。

     

  • 加载中
计量
  • 文章访问数:  22
  • HTML全文浏览量:  5
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-10-28
  • 修回日期:  2011-12-07
  • 网络出版日期:  2025-03-08

目录

    /

    返回文章
    返回