改进遗传算法在飞机总体参数优化中的应用

• 作者: 张宇星 邱志平
• 来源期刊: 北京航空航天大学学报
• 学科: 航空航天
• 关键词: 多目标优化 飞机设计 Pareto最优 遗传算法
• 年，卷（期）: 2008,（10）
• 页码范围: 1182-1185
• 页数: 4页
• 分类号: V221.6
• 字数: 3166字
• 语种: 中文

摘要

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱志平	北京航空航天大学航空科学与工程学院	106	807	17.0	25.0
2	张宇星	北京航空航天大学航空科学与工程学院	4	25	2.0	4.0