關鍵字查詢 | 類別:會議論文 | | 關鍵字:應用雙演化演算法於無人飛行載具結構最佳化設計之研究

[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果
序號 學年期 教師動態
1 102/1 航太系 張永康 副教授 會議論文 發佈 應用雙演化演算法於無人飛行載具結構最佳化設計之研究 , [102-1] :應用雙演化演算法於無人飛行載具結構最佳化設計之研究會議論文應用雙演化演算法於無人飛行載具結構最佳化設計之研究Optimum Design of UAV Structures by Dual Evolution Strategy張永康; 張維恩; 蘇彤蘤淡江大學航空太空工程學系雙演化演算法;無人飛行載具;最佳化設計;Dual Evolution Strategy;Unmanned Aerial Vehicle;Optimum Design台南市:中華民國航太學會2013中華民國航太學會學術研討會=2013 AASRC Conference中華民國航太學會本研究提出結合粒子群演算法與差分演化演算法的雙演化演算法於無人飛行載具結構最佳化設計中。粒子群演算法為仿生演算法,其特點為收斂速度快、參數設定少、搜尋範圍廣及具有記憶性。差分演化演算法為演化式演算法,其優勢在於參數設定及架構簡單、能維持母體的多樣性、高效能及高精確度等。雙演化演算法則是利用粒子群演算法與差分演化演算法兩者同時進行運算,優點在於互相補足缺點,利用差分演化演算法的多樣性使其跳脫區域最佳解,而粒子群演算法的記憶性使局部搜尋更加完善,應用兩者不同的搜尋方式,並將兩者演算法之最佳值做比較及分享以獲得最佳值。本研究中針對粒子群演算法提出變速因子的改良機制,藉由判斷粒子的區域最佳解與全域最佳解的距離來改變搜尋的步伐,以改善搜尋過程之收斂效率。本研究在差分演化演算法中選取適合的突變方式可增加解的多樣性以彌補粒子群演算法之不足。由數值分析範例之結果,顯示雙演化演算法求出的解比單獨使用粒子群演算法和差分演化演算法求出的解為佳且應用在無人飛行載具結構之最佳化設計上皆可得到不錯的結果。;The PSO-DE Dual Evolution Strategy was applied to optimum design of UAV structures in this study. Particle Swarm Optimization(PSO) algorithm is a bionic technique which has fast convergence, less parametric setting and wide search range with memory. Differential Evolut
[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果