针对粒子群算法在解决高维度复杂优化易陷入局部最优的问题,构建差分进化算法(DE)、人工蜂群算法(ABC)与粒子群算法(PSO)并行运算的种群更新模型,提出基于并行策略的改进混合粒子群算法(DA_PSO)。以并行策略为基础,不改变种群规模,独立运行3种算法,每隔n次比较3种算法,获得当前最优点,并用其替换粒子群算法的种群最优点,利用PSO算法个体向种群最优靠近的特点,充分吸收DE算法、ABC算法的优点,使被替换后的PSO算法跳出局部最优,提升优化结果的质量。采用五种类型测试函数分别对ABC、DE、PSO和DA_PSO进行对比验证,结果表明较其他算法而言,DA_PSO算法精度高,稳定性好,适应性强。同时为验证所提方法的科学性与实用性,将其应用在10t~32t/31.5m系列化的桥式起重机主梁金属结构轻量化设计中。

发展了一种基于CFD/FW-H方法的旋翼气动噪声数值预测方法,并基于OpenMP进行了并行优化.针对隐式LU-SSOR算法存在数据依赖性难以实现OpenMP并行的问题,根据OpenMP-Fortran应用程序接口和NAS并行基准,在原有CFD/FW-H方法的基础上发展了超平面(Hyperplane)和管道流(Pipelining)两种并行策略,建立了一套高效的基于隐式LU-SSOR算法和OpenMP并行策略的旋翼流场求解方法.计算结果显示:发展的两种并行策略均使程序的运算效率提高3倍以上,大大缩减了旋翼气动噪声计算的周期.