本研究應用粒子群演算法於無人飛行載具結構之最佳化設計。粒子群演算法是一種具有群體智慧的仿生演算法，其特點為收斂速度快和只需要少數的參數設定調整即可得到最佳值。本研究採用改良慣性權重的方式，透過粒子群演算法大規模的搜尋能力以獲得最佳設計值。研究中應用有限元素軟體ANSYS做為無人飛行載具結構分析之工具。
    本研究將以四個不同範例執行結構最佳化設計，將結構最佳化問題轉換為數學函數後，再應用粒子群演算法對無人飛行載具結構系統作最佳化分析。範例中驗證了粒子群演算法運用在無人飛行載具結構系統上，不論是靜態還是動態方面，都能得到最佳設計值。

The application of the particle swarm optimization algorithm for Unmanned Aerial Vehicle Structural design was developed in this study. The particle swarm algorithm is one of bionic algorithms, the advantages of the particle swarm algorithm are fewer parameters needed to be adjusted and the iterations converge efficiently. The main objective of this study is to find a appropriate inertia weight to improve the convergence of the algorithm. The finite element software ANSYS was used as Unmanned Aerial Vehicle structural analysis tool. By using the improved inertia weight, the optimal design can be obtained by the particle swarm global search techniques.      
    Optimum design of different Unmanned Aerial Vehicle Structure will be analyzed in numerical examples. Structural optimization problems are converted to a mathematical function, then the algorithm of particle swarm optimization was applied to the design of Unmanned Aerial Vehicle Structure. Whether structural statics or dynamics problem, the optimum design can be obtained in the numerical examples.

目錄
中文摘要....................................................................................................I
英文摘要...................................................................................................II
目錄..........................................................................................................III
圖目錄.......................................................................................................V
表目錄......................................................................................................VI
第一章 緒論............................................................................................1
     1.1  研究動機.............................................................................1
     1.2  文獻回顧..............................................................................3
     1.3  本文架構..............................................................................6
第二章 粒子群演算法............................................................................7
     2.1  理論基礎..............................................................................7
     2.2  常數式慣性權重.................................................................10
     2.3  線性遞減式慣性權重......................................................11
     2.4  壓縮因子............................................................................11
     2.5  被動聚集因子...................................................................12
     2.6  粒子群演算法之適應值......................................................13
     2.7  粒子群演算法流程..............................................................14

第三章 最佳化設計................................................................................16
     3.1  最佳化設計概念..............................................................16
     3.2  最佳化問題……………....................................................17    
     3.2.1結構靜態最佳化設計…….....….....................................17
     3.2.2結構動態最佳化設計…….....….....................................18
     3.3  程式執行流程…………….................................................19
第四章 數值分析................................................................................21
     4.1範例一 無人飛行載具機翼主樑輕量化設計......................22
     4.2 範例二 無人飛行載具機翼主樑承受扭矩之輕量化設計..25
     4.3 範例三 無人飛行載具之自然振動頻率最大化設計..........27
     4.4 範例四 無人飛行載具之結構輕量化設計..........................29
第五章 結論............................................................................................31
     參考文獻……………....................................................................33
附錄一 論文簡易版................................................................................52





圖目錄
圖一  粒子速度向量及位置更新示意圖..............................................36
圖二  含被動聚集因子的粒子速度及位置更新示意圖......................37
圖三  粒子群演算法流程圖..................................................................38
圖四  無人飛行載具結構之模型圖......................................................39
圖五  程式執行流程圖..........................................................................40
圖六  範例一 無人飛行載具機翼主樑結構外形圖............................41
圖七  範例一 無人飛行載具機翼主樑結構ANSYS分析圖.............42
圖八  範例二 受扭矩之無人飛行載具機翼主樑結構外形圖............43
圖九  範例二 受扭矩之無人飛行載具機翼主樑結構ANSYS分析
      圖………………………………………………………………..44
圖十  原始結構之第一模態自然振動頻率..........................................45
圖十一  範例三 最佳化後第一模態之自然振動頻率........................46
圖十二  範例四 最佳化後第一模態之自然振動頻率…....................47





表目錄
表一  範例一 本研究與文獻最佳值比較............................................48
表二  範例二 本研究與文獻最佳值比較............................................49
表三  範例三 粒子群演算法運算結果................................................50
表四  範例四 粒子群演算法運算結果................................................51

參考文獻
[1] Eberhart, R.C. , and Kennedy, J. , “Particle swarm optimization”, IEEE international conference on neural networks, vol. 4, pp.1942–1948, 1995.

[2] Eberhart, R.C. , and Kennedy, J. , “A New Optimizer Using Particle Swarm Theory”, Proceedings of the Sixth International Symposium on Micro Machine and Human Science, IEEE Service Center, pp.39-43, 1995.

[3] Eberhart, R.C. , and Shi, Y. ,“A modified particle swarm optimizer”, Proceedings of IEEE International Conference on Evolutionary Computation, pp.69-73, 1998. 

[4] 郭信川，張建仁，劉清祥，「粒子群演算法於最佳化問題之研究」，第一屆台灣作業研究學會學術研討會暨2004 年科技與管理學術研討會，419~432 頁，2004。

[5] Eberhart, R.C. , and Shi, Y.,“Particle Swarm Optimization Developments,Applications and Resources”, In: Proceedings of IEEE International Conference on Evolutionary Computation, pp.81–86, 2001.

[6] Suganthan, P.N. ,“Particle Swarm Optimizer with Neighbourhood Operator”,Proc. Congress on Evolutionary Computation, pp.1958-1962, 1999.

[7] Eberhart, R.C. , and Shi, Y. ,“Empirical study of particle swarm optimization”,Proceedings of the Evolutionary Computation 1999 Congress, 3, pp.1945-1950, 1999.

[8] Clerc, M. , “The Swarm and the Queen: Towards a Deterministic and Adaptive Particle Swarm Optimization”, Proceedings of the Congress on Evolutionary Computation, 3, pp.1951−1957, 1999.

[9] He, S. , Wu, Q.H. , Wen, J.Y. , Saunders, JR. , and Paton, R.C. , “A particle swarm optimizerwith passive congregation”, Biosystem, 78, pp.135–47, 2004.

[10] Fourie, P.C. , and Groenwold, A.A. , ”The particle swarm optimization algorithm in size and shape Optimization”, Struct Multidisc Optim 23, pp.259–267, 2002.

[11] Perez, R.E. , and Behdinan, K. , “Particle swarm approach for structural design optimization”, Computers and Structures Vol.85, pp.1579–1588, 2007.

[12] Schutte, J.F. , and Groenwold, A.A. , ”Sizing design of truss structures using particle swarms”, Struct Multidisc Optim 25, pp. 261–269, 2003.

[13] 李岱衛，利用粒子族群演算法研究多孔放流管之優化設計，
     國立中央大學土木工程研究所碩士論文，2007。

[14] 陳柏維，樁基礎設計成本分析之粒子群演算法，淡江大學土
     土木工程學系碩士班碩士論文，2007。

[15] 李維平，王雅賢，江正文，粒子群最佳化演算法改良之研究
    ，中原大學資訊管理所碩士論文，2008。

[16] Eberhart, R.C. , Kennedy, J. , and Shi, Y. , “Swarm Intelligence”, Evolutionary Computation, Morgan Kaufmann, Los Altos, CA,  pp.187-219, 2001.

[17] 李維平，黃郁授，戴彰廷，自適應慣性權重改良粒子群演算法之研究，中原大學資訊管理所碩士論文，2008。

[18] Eberhart, R.C. , and Shi, Y. ,“Parameter Selection in Particle Swarm Optimization”,V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben (eds), Lecture Notesin Computer Science, 1447, Evolutionary Programming VII, Springer, Berlin, pp.591−600,  1998.

[19] 洪冠豪，改良式粒子群優化演算法於桁架結構最佳化設計之應用，國立交通大學土木工程系碩士班碩士論文，2010。 
[20] 劉敬文，結合基因演算法與線性規劃法於結構最佳化設計，淡江大學航空太空工程研究所碩士論文，2010。

[21] 陳宣辰，應用基因演算法於無人飛行載具之系統識別與最佳化設計，淡江大學航空太空工程研究所碩士論文，2011。