多目标 pilgrimage walk 优化方法用于提升双层筒形拱顶和网格屋顶的有限元分析精度

《Journal of Building Engineering》:Multiobjective pilgrimage walk optimization to enhance finite element analysis of double-layer barrel vaults and grid roofs

【字体: 大 中 小 】 时间:2026年01月05日 来源:Journal of Building Engineering 7.4

编辑推荐:

  MOPWO算法通过整合群体管理、非支配排序和增强时间机制,有效解决多目标优化问题,在21个基准测试中表现优于9种算法,并成功应用于5个大规模结构工程设计验证。

  
Jui-Sheng Chou|Chi-Yun Liu|Dinh-Nhat Truong
台湾国立科技大学,台北,台湾

摘要

本研究提出了一种新颖的多目标朝圣路径优化(MOPWO)算法,用于解决涉及多个冲突目标? 复杂工程优化问题。该算法受到伴随妈祖神像的虔诚信徒们的启发,模仿了他们的集体搜索行为。MOPWO整合了先进的种群管理机制、非支配排序方法和增强的时间控制机制,扩展了单目标朝圣路径优化(PWO)框架,有效识别多目标搜索空间中的帕累托最优解。通过21个标准多目标基准问题,将MOPWO的性能与九种成熟的多目标元启发式算法(MOALO、MODA、MOEA/D、MOFPA、MOGOA、MOGWO、MOHHO、MOPSO和MOWCA)进行了对比测试。结果表明,MOPWO能够更精确地逼近帕累托最优解。使用三个广泛使用的性能指标(超体积、代际距离和间距)进行的Wilcoxon秩和检验进一步证实了其优越性。通过五个大规模结构工程设计问题验证了MOPWO的适用性:一个384杆的双层桶形拱顶、一个672杆的双层网格屋顶、一个768杆的双层桶形拱顶、一个1520杆的双层网格屋顶和一个1536杆的双层桶形拱顶。与先前发表的结果相比,证实了该算法在识别高质量帕累托解方面的有效性。这些发现表明,MOPWO是一种强大且高效的多目标优化问题求解方法。

章节摘录

引言

元启发式优化技术已广泛应用于多个领域[30],包括能源消耗预测[12]、金融预测[13]、结构布局优化[29][40]、维护规划[35]、库存管理和自然灾害预测[11]。许多现实世界问题(如背包问题[48]、运输系统[31]和决策过程[2][31])本质上是多方面的,需要同时考虑多个因素。

多目标优化背景

多目标优化问题的定义如下[9][41]。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号