基於和聲搜尋法與離散拉格郎日法之混合演算法於結構最佳化設計的研究 (Chinese Edition)

本文主要針對連續變數、離散變數、混合變數之最佳化設計問 題，提出一種結合和聲搜尋法(HS)與離散拉格郎日法(DLM)的混合式 高階啟發式演算法，即HS-DLM。HS 為一隨機搜尋法，具有全域搜 尋的能力，其概念簡單且不需調整過多參數。然而隨機搜尋使得HS 在局部搜尋精確性不足之外，含有約束條件之處理方式也為其缺點之 ㄧ。為改善此缺失，本文採用DLM 演算法來補強HS 的局部搜尋的 能力並提供處理束制函數的機制，以改善整體的搜尋性能。DLM 處 理束制函數和強健的局部搜尋能力，將使HS-DLM 獲得全域最佳解 或全域近似最佳解的機率大增。藉由數個結構輕量化設計問題分別來 探討其適用性，並檢討影響求解效率的相關參數。數值算例的結果顯 示，HS-DLM 較單獨使用HS 穩定，且求解品質亦較佳。與文獻結果 比較，亦顯示HS-DLM 的求解品質不差，甚至更好。