Constraint handling in constrained optimization of a storage ring multi-bend-achromat lattice
Constraint handling in constrained optimization of a storage ring multi-bend-achromat lattice
复制标题
存储环多弯消色差晶格约束优化中的约束处理
DOI：
10.1016/j.nima.2020.164890
复制
发表时间：
2021-02
期刊：
影响因子：
--
通讯作者：
Weimin Li
中科院分区：
文献类型：
--
作者：
Jianhao Xu;Penghui Yang;Gangwen Liu;Zhenghe Bai;Weimin Li
在衍射限制储存环（DLSRs）的多弯消色差（MBA）晶格设计中，通常需要调整多个磁体参数，并且要满足的约束条件可能很严格。当使用进化算法优化这样的复杂格时，在算法的早期进化阶段可能只有很少甚至没有满足约束的格解，这可能会显著影响优化结果。因此，在进化算法中的约束处理技术将是重要的，更好地优化MBA格。在本文中，三个典型的约束处理方法，被纳入到一个多目标粒子群优化算法被用来优化一个混合7BA格为2.2 GeV DLSR。在格点优化中，研究了算法种群规模和约束条件对优化结果的影响，并对这些方法进行了比较。结果表明，在一般情况下，罚函数法是一个更好的约束处理方法优化MBA格。根据罚函数法的优化结果，选择了自然发射度约为84 pm·rad的晶格，该晶格具有较大的动态孔径和动量孔径。
In the design of multi-bend achromat (MBA) lattices for diffraction-limited storage rings (DLSRs), usually, many magnet parameters need to be adjusted, and the constraints to be satisfied can be stringent. When using an evolutionary algorithm to optimize such a complicated lattice, there can be only few or even none of lattice solutions satisfying the constraints in the early evolution stage of the algorithm, which may significantly affect the optimization result. Therefore, the techniques for constraint handling in an evolutionary algorithm will be important for better optimizing MBA lattices. In this paper, three typical constraint handling methods that are incorporated into a multi-objective particle swarm optimization algorithm are used to optimize a hybrid 7BA lattice for a 2.2 GeV DLSR. In this lattice optimization, the impacts of the population size of the algorithm and the constraint condition on the optimization result are studied for these methods, and comparisons are also made among these methods. It is shown that, in general, the penalty function method is a better constraint handling method for optimizing MBA lattices. From the optimization result obtained by the penalty function method, a lattice with a natural emittance of about 84 pm⋅ rad is selected, which has large dynamic aperture and momentum aperture.
登录
查看更多内容
DOI：
10.1016/j.nima.2013.11.064
发表时间：
2014-02
影响因子：
1.4
作者：
A. Streun
通讯作者：
A. Streun
DOI：
10.1016/j.nima.2009.08.027
发表时间：
2009-10
影响因子：
1.4
作者：
Lingyun Yang;D. Robin;F. Sannibale;C. Steier;W. Wan
通讯作者：
Lingyun Yang;D. Robin;F. Sannibale;C. Steier;W. Wan
影响因子：
2.5
作者：
Tavares PF;Leemann SC;Sjöström M;Andersson A
通讯作者：
Andersson A
影响因子：
3.6
作者：
Y. Jiao;G. Xu
通讯作者：
Y. Jiao;G. Xu
DOI：
10.18429/jacow-napac2016-wepob01
发表时间：
2017
期刊：
--
影响因子：
--
作者：
M. Borland;T. Berenc;R. Lindberg;V. Sajaev;Y. Sun
通讯作者：
M. Borland;T. Berenc;R. Lindberg;V. Sajaev;Y. Sun