帝國競爭演算法優化設計論文
1、使用ICA進行彈簧引數優化
1.1ICA尋優的一般過程
與其他優化演算法類似，ICA開始於在搜尋空間內隨機生成的一定數目的初始解。每一個初始解都被稱為一個國家，由優化問題目標函式來評價這些國家的優劣程度。其中一定數目的最優秀的國家被視為帝國主義國家，其他國家被視為殖民地國家，並且被隨機分配給帝國主義國家,一個帝國主義國家及其下屬的殖民地國家組成一個帝國集團。在分配殖民地國家給帝國主義國家時，每個帝國主義國家分配到的殖民地國家的數目與它的優秀程度成正比。如果某殖民地國家向帝國主義國家移動後，其新位置比帝國主義國家更優秀，則需要互換該殖民地國家和帝國主義國家的位置。各個帝國集團之間會以競爭的形式爭奪殖民地國家，從而壯大自身的勢力。該過程如下：首先，計算每個帝國集團的總勢力（該集團中帝國主義國家的勢力與所有殖民地國家勢力的平均值的一部分之和），然後，當前勢力最弱的帝國內部的最弱的殖民地國家將被置為自由狀態；所有的帝國集團通過競爭來獲取該自由殖民地國家。勢力越大的帝國集團，成功率也越大。隨著競爭過程不斷進行，勢力強的帝國集團佔有越來越多的殖民地國家，而勢力弱的帝國集團逐漸失去其所有的殖民地。最終，失去所有殖民地國家的帝國集團將被覆滅。當演算法迭代一定的次數之後，將只剩下一個帝國，該帝國中的帝國主義國家所代表的解即為演算法找到的最優解。
1.2約束處理辦法
ICA演算法是針對無約束問題設計的，用來優化彈簧結構引數時，必須對問題中的約束條件進行處理。在此，我們假設每個可行解都要優於任何非可行解，人為賦予非可行解更大的目標函式值,同時假設違背約束條件越多的國家，其代表的解也越劣。在演算法迭代過程中，檢測每個國家與前述約束條件的符合程度。假設某個國家違背了N個約束，則將該國家的目標函式值設定為N*Mnumber.這裡，Mnumber為一個數值很大的數，在我們的實驗中，取99999。
2、求解實驗及結果分析
為了檢驗本文提出的方法的可行性，並與其他方法進行對比，我們選用了文獻中的算例進行優化計算實驗和分析。演算法程式在MATLAB環境下執行。初始國家數目設定為200，初始帝國數目設定為3，最大迭代次數設定為400次。對於片數為3和4兩種情況，分別進行20次實驗。由於文獻中並未提供[σ]1和[σ]2的值。鋼板彈簧片數取為3時，採用ICA演算法得到的結果要優於文獻中的結果，彈簧質量減少了約2.4%，同時，兩種演算法得到的應力[σ]2大致相等，但ICA得到的`應力[σ]1降低了約23.2%；當鋼板彈簧片數取為4時，文獻中給出的引數結果並不能滿足應力[σ]2的約束要求，而本文的結果滿足許可應力的要求。同時根據文獻中的資料，原設計中彈簧質量為40.9kg，本文得到的結果為35.3363kg，比原設計減少了13.6%。
3、結論
本文提出了一種應用帝國主義競爭演算法進行汽車變截面少片鋼板彈簧優化設計的方法，實驗表明，該方法可行且十分有效。該方法可以使汽車懸架的設計更加合理，在保證良好的形式穩定性、平順性的同時，更大限度地降低鋼板彈簧的質量，具有較好的實用價值。
