Record Details

SOLVING ENGINEERING OPTIMIZATION PROBLEMS WITH THE SWARM INTELLIGENCE METHODS

Civil Aviation High TECHNOLOGIES

View Archive Info
 
 
Field Value
 
Title SOLVING ENGINEERING OPTIMIZATION PROBLEMS WITH THE SWARM INTELLIGENCE METHODS
МЕТОДЫ «РОЕВОГО» ИНТЕЛЛЕКТА В ЗАДАЧАХ ОПТИМИЗАЦИИ ПАРАМЕТРОВ ТЕХНИЧЕСКИХ СИСТЕМ
 
Creator V. Andrei Panteleev
Андрей Пантелеев Владимирович; Московский авиационный институт (национальный исследовательский университет)
Мария Евдокимова Дмитриевна; Московский авиационный институт (национальный исследовательский университет)
 
Subject «роевой» интеллект; методы оптимизации; глобальный экстремум; штрафная функция; Swarm Intelligence; optimization methods; global extremum; penalty function
 
Description An important stage in problem solving process for aerospace and aerostructures designing is calculating their main charac- teristics optimization. The results of the four constrained optimization problems related to the design of various technical systems: such as determining the best parameters of welded beams, pressure vessel, gear, spring are presented. The purpose of each task is to minimize the cost and weight of the construction. The object functions in optimization practical problem are nonlinear functions with a lot of variables and a complex layer surface indentations. That is why using classical approach for extremum seeking is not efficient. Here comes the necessity of using such methods of optimization that allow to find a near optimal solution in acceptable amount of time with the minimum waste of computer power. Such methods include the methods of Swarm Intelligence: spiral dy- namics algorithm, stochastic diffusion search, hybrid seeker optimization algorithm. The Swarm Intelligence methods are designed in such a way that a swarm consisting of agents carries out the search for extremum. In search for the point of extremum, the parti- cles exchange information and consider their experience as well as the experience of population leader and the neighbors in some area. To solve the listed problems there has been designed a program complex, which efficiency is illustrated by the solutions of four applied problems. Each of the considered applied optimization problems is solved with all the three chosen methods. The ob- tained numerical results can be compared with the ones found in a swarm with a particle method. The author gives recommenda- tions on how to choose methods parameters and penalty function value, which consider inequality constraints.
Важным этапом процесса решения задач проектирования ракетно-космических и авиационных конструк- ций является осуществление расчетов по оптимизации их ключевых характеристик. В статье приведены результа- ты решения четырех прикладных задач условной оптимизации, связанных с проектированием различных техниче- ских систем: определения наилучших параметров сварной балки, сосуда высокого давления, редуктора, пружины. Целью каждой задачи является минимизация стоимости или веса конструкции. Целевые функции в практических задачах оптимизации представляют собой нелинейные функции с большим числом переменных и сложным релье- фом поверхностей уровня. Поэтому применение классических методов поиска экстремума неэффективно. Возни- кает необходимость использования таких методов оптимизации, которые позволяют находить решение, близкое к оптимальному, за приемлемое время с наименьшими затратами вычислительных ресурсов. К таким методам отно- сятся методы «роевого» интеллекта: метод, имитирующий спиральную динамику; метод, имитирующий поиск группой людей; метод стохастической диффузии, относящиеся к метаэвристическим. Методы «роевого» интеллек- та сконструированы таким образом, что поиск точки экстремума производится популяцией (стаей), состоящей из агентов. Агенты (частицы) в ходе поиска точки экстремума обмениваются информацией, учитывают свой опыт, а также опыт лидера популяции и соседей, входящих в некоторую окрестность. Для решения перечисленных задач разработан комплекс программ, эффективность которого продемонстрирована результатами решения четырех прикладных задач. Каждая из рассмотренных прикладных задач оптимизации решена всеми тремя выбранными методами. Полученные численные результаты сравнимы с найденными методом частиц в стае. Приведены реко- мендации по выбору параметров методов и значений функций штрафа, учитывающих выполнение ограничений типа неравенств.
 
Publisher Moscow State Technical University of Civil Aviation (MSTU CA)
 
Date 2017-05-03
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format application/pdf
 
Identifier http://avia.mstuca.ru/jour/article/view/1052
 
Source Civil Aviation High TECHNOLOGIES; Том 20, № 2 (2017); 6-15
Научный вестник МГТУ ГА; Том 20, № 2 (2017); 6-15
2542-0119
2079-0619
 
Language rus
 
Relation http://avia.mstuca.ru/jour/article/view/1052/931
Пантелеев А.В., Метлицкая Д.В., Алешина Е.А. Методы глобальной оптимизации. Метаэвристические стратегии и алгоритмы. М.: Вузовская книга, 2013. 244 с
Eberhart R.C., Kennedy J. A new optimizer using particle swarm theory. Proc. 6th Symp. On Micro Machine and Human Science. IEEE Service Center. Piscataway, NY, 1995
Floudas C.A., Pardalos P.M. (eds.) Encyclopedia of Optimization. Springer, 2009
Tamura K., Yasuda K. Primary study of spiral dynamics inspired optimization. IEEJ Transactions on Electronic Engineering, 2011, vol. 6 (1/2), pp. 132-140
Nasir A.N.K., Tokhi M.O., Grani N.M.A., Ismail R.M.T.R. Novel Adaptive spiral dynamics algorithms for global optimization. Proc. 11th pp. 99-104. Int. Conf. on Cybern. Intel. Systems, 2012
Omran M.G.H., Moukadem I., Salah Al-Sharhan, Kinawi M. Stochastic Dif- fusion Search for Continuous Global Optimization. Proc. Int. Conf. on swarm intelligence, ICSI, 2011, id-13
Tuba M., Brajevic I., Jovanovic R. Hybrid Seeker Optimization Algorithm for Global Op- timization. Appl. Math. Inf. Sci. 2013, vol. 7, no. 3, pp. 867-875
Cagnina L.C., Esquivel S.C. Solving Engineering Optimization Problems with the Simple Constrained Particle Swarm Optimizer. Informatica, 2008, no. 32, pp. 319-326
Arora J. Introduction to Optimum Design. McGraw-Hill, 1989
Пантелеев А.В., Летова Т.А. Методы оптимизации. Практический курс. М.: Логос, 2011. 424 с
 
Rights Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).