华南理工大学学报(自然科学版) ›› 2019, Vol. 47 ›› Issue (7): 40-48,57.doi: 10.12141/j.issn.1000-565X.180571
石开荣1,2 潘文智1 姜正荣1,2† 罗斌3
SHI Kairong1,2 PAN Wenzhi1 JIANG Zhengrong1,2 LUO Bin3
摘要: 作为一种新型启发式智能优化算法,模拟植物生长算法(PGSA)建立以植物向光 性机理为基础的生长动力模型,以形成向全局最优解迅速生长的搜索机制. 针对大规模复 杂优化问题中生长空间大、设计变量多、可能存在多个局部最优解、算法难以自动终止等 特点,基于 PGSA 基本原理,提出了 3 种新的算法改进机制———可生长点集合限定机制、 新增可生长点剔除机制以及混合步长并行搜索机制,并通过典型数学和桁架结构算例分 析对提出的改进算法的效果进行验证. 结果表明:可生长点集合限定机制能有效控制生长 空间规模,具有较强的局部搜索能力;新增可生长点剔除机制通过与前者的结合,为 PGSA 提供了有效的算法终止机制;混合步长并行搜索机制在生长前期便具备优异的全局搜索 能力,能快速获取到最优解范围. 所提出的新机制显著提升了 PGSA 算法优化的有效性及 适应性,从而为结构优化问题提供了新思路.
中图分类号: