黄素叶

闽西职业技术学院，福建 龙岩 364021

时效均衡粒子群优化算法是一种基于生物种群随机搜索的粒子优化算法，根据思想主要是源于鸟类种群的觅食行为规律，时效均衡改进粒子群中每一个粒子通过自己所处的最优值，跟踪并调整前进速度和方向，从而实现种群个体在空间中的寻优[1].国外对于时效均衡改进粒子群优化算法的研究最早可追溯到20世纪初期，由于当时的理论框架较难适应不同应变场,只能够解决单工况问题,到20世纪中期将数值计算方法引入到了粒子群优化算法中，求解了离散粒子结构拓扑的优化问题[2]；国内关于时效均衡改进粒子群优化算法的研究较晚，在近20年到30年才开始研究时效均衡改进粒子群优化算法，同时也成为结构设计优化领域的研究热点[3].

基于自适应动态改变的粒子群优化算法根据粒子的适应度值来调整算法的权重，采用非线性指数递减来提高算法的搜索能力，避免粒子群优化算法出现局部极值的现象，从而提高算法的性能，实验结果表明该算法可以提高收敛速度，但收敛成效和精度较差，超体积指标出现异常值[4]；基于分解和差分进化的粒子群优化算法通过一组向量的产生，确保时效均衡粒子分布的均匀性，采用时效均衡粒子重置策略，确保时效均衡粒子的多样性，实现时效均衡粒子群的优化，实验显示该算法在求解粒子群优化问题方面具有收敛性好的优势……