多目标智能优化算法及其在固液混合火箭发动机系统优化设计中的应用

摘要

为了更好地求解多目标优化问题，提出了适用于多维、多目标优化问题的两种智能优化算法：扰动差分进化算法（DDE）和多目标蚁群算法（MACA），并以固液混合火箭发动机系统优化设计为例进行了验证。优化结果表明，扰动差分进化算法能够得到在给定目标权值下的最优解；多目标蚁群算法则能够得到分布均匀、散布范围广的Pareto解集。