基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化

采用多元线性回归理论,结合最小二乘法对气体分馏装置进行优化建模,提出将惩罚函数法与非支配排序遗传算法（NSGA-II）相结合的优化策略,对气体分馏装置优化模型进行求解得到Pareto最优解集。优化结果表明,文中提出的改进NSGA—II算法求得Pareto解集的收敛性和多目标优化点的分散程度要优于NSGA．II和NSGA算法,该算法克服了NSGA—II算法Pareto解集的分散程度不均匀、NSGA算法收敛性差的问题。通过对比气体分馏装置目前工况与改进NSGA—II优化算法的结果可知,改进算法的结果成功地解决了目前该气体分馏装置能耗过高的问题,使该装置达到了节能优化的目标,为气体分馏装置的节能与优化设计提供了新的有效方法。     

基于灵敏度附加项的多目标可靠性稳健优化设计

以实现多目标优化问题的可靠性稳健优化设计为目标,基于可靠性设计的随机摄动法建立可靠度约束条件,通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,建立了两种基于灵敏度附加目标函数的可靠性稳健优化设计模型;应用Matlab7.1语言的优化和符号工具箱实现机械零件的稳健设计.算例表明,本文提出的可靠性稳健优化设计方法具有较高的精度和可靠度,为机械零件的可靠性设计提供了理论依据.     

汽车零部件的可靠性稳健优化设计——理论部分*

将可靠性优化设计理论与可靠性灵敏度分析方法相结合，讨论了汽车零部件的可靠性稳健优化设计问题，提出了可靠性稳健优化设计的计算方法。把可靠性灵敏度融入可靠性优化设计模型之中，将可靠性稳健优化设计归结为满足可靠性要求的多目标优化问题。     

基于模糊折中规划的稳健多目标优化设计

针对稳健设计目标函数与波动之间的冲突及协调问题,提出了一种基于模糊折中规划的稳健设计多目标优化方法. 该方法在考虑工程稳健设计中大量存在的模糊因素的前提下,建立目标函数以及波动的隶属度函数,利用模糊偏好分配每个目标的权重从而均衡目标函数值和波动之间的平衡. 该方法将决策者的偏好充分体现到决策过程中,从而得到决策者所期望的折中解. 从实例结果可以看出,模糊折中规划适合于求解稳健优化设计问题.     

基于灵敏度分析的单层厚壁容器可靠性稳健优化设计

针对可靠性的稳定性问题,将可靠性优化设计理论与可靠性灵敏度分析相结合,提出可靠性稳健优化设计方法.将此法运用于单层厚壁容器设计,建立基于灵敏度分析的附加目标函数的可靠性稳健优化设计模型,并用MATLAB语言工具箱和优化工具箱实现参数求解,可迅速、准确地获得容器可靠性稳健设计信息.结果表明该方法简便易行,为提高和稳定过程设备的可靠性水平提供理论依据和应用参考.     

注塑成型工艺多目标稳健设计及优化算法

在注塑成型过程单目标稳健设计的基础上,提出了成型质量特性均值及标准差的双目标稳健设计模型以及成型多质量特性的多目标稳健设计模型,提出了基于Pareto最优的混合交叉变异的多目标蚁群算法.在结合实例的研究中,针对某遥控器上下盖的注塑成型工艺参数设置分别建立了翘曲量均值及标准差的双目标稳健设计模型和最大翘曲量及最大体积收缩率的多目标稳健设计模型,再利用混合交叉变异的多目标蚁群算法进行求解,求解结果与non-dominated sorting genetic algorithmsⅡ(NSGAⅡ)算法比较,得出部分算法性能指标优于NSGAⅡ算法.利用多目标稳健优化得到的工艺参数进行实际注塑成型,得到的塑件制品成型质量好并且波动较小.     

带有盒子约束的多目标优化问题的进化算法

针对带盒子约束的多目标优化问题,提出一种多目标优化进化算法。在选择过程中．采用Pareto支配和聚集距离排序来挑选出有代表性的个体。在变异过程中,沿着权重梯度方向搜索来寻找可行的Pareto最优解。最后,采用两个数值算例测试算法的性能,通过与NSGA—II的比较结果表明该算法能获得多目标优化问题的可行Pareto最优解并且具有很好的分散性。     

一种变速器参数优化匹配方法研究

为兼顾车辆动力性和经济性的改善,针对变速器开展参数匹配的多目标优化设计.利用权重法将最高车速指标、0~60 km·h~(-1)加速时间和1挡最大爬坡度归一化处理,得到表征动力性的优化目标函数.并将百公里能耗作为经济性优化目标函数,再基于多岛遗传算法获得多目标优化问题的Parato解集.优化计算前后显示车辆的综合性能有较好提升,证明该优化方法较适用于车辆动力系统参数的匹配设计.     

基于模糊偏好的多目标进化优化算法

近年来有关多目标优化方法得到了广泛的关注，但大部分多目标优化算法只是给出了一个优化解集，而没有对这个解集进行分析。这就使得决策者（DM）在决策阶段，无法分辨解的优劣，从而给决策带来困难。本文介绍了一种基于模糊偏好和遗传算法相结合的方法，使决策者在优化的初始阶段根据对不同的目标函数的偏好来决定它们的权重，通过与NSGA－Ⅱ算法所得到的Pareto曲线进行对照，可以为决策者提供更大的帮助。     

基于Pareto GA的机械手结构/控制多目标优化设计

针对机械／控制系统并行设计的多变量、多目标优化特点,以单臂机械手为对象,研究机电融合优化设计模型和多目标并行优化的算法．根据单臂机械手的动态特性和控制性能要求,采用极点配置方法构造了基于PD反馈控制的机电融合优化设计模型,通过Pareto遗传算法（PGA）对带约束的机电融合多目标优化问题的并行求解进行了研究,并对得到的Parato可行解集进行了分析．在PGA优化过程中采用了目标函数的归一化处理、分级罚函数法将约束问题转化为无约束优化、群体分级和Pareto解集过滤器等技术,并采用聚类方法对Pareto解集中解的个数、解集的特性和解的多样性进行控制,使优化解收敛到一个非劣点集．     

基于熵产方法的跨音速翼型减阻优化设计

将熵产方法引入跨音速翼型气动优化设计中,采用涡黏性模型对翼型流场熵产进行计算,进而阐述熵产对翼型阻力的影响.通过类别形状函数(CST)方法和径向基函数(RBFs)网格变形方法完成翼型参数化建模与网格变形,并将改进的NSGA2多目标遗传算法与CFD计算耦合起来实现了翼型自动优化设计,用此方法进行了跨音速翼型的气动优化设计,目标函数为来流马赫数为0.73、攻角为2.54°时升阻比最大,熵产最小.设计结果表明:优化方法在小种群下有很好的全局收敛性,得到的非支配解集分布均匀,质量较高.与参考翼型相比,优化翼型通过降低流场熵产,有效地减少了翼型阻力,大幅度提高了翼型升阻比,消除或减弱了翼型上表面激波,有效提高了翼型的气动性能.     

基于近似模型的机床铣削质量稳健性优化设计

在铣削加工优化设计过程中，设计变量的不确定性通常被忽略，这容易导致优化解违反优化设计约束条件.为此，本文基于近似模型方法，开展铣削参数的多目标稳健性优化设计研究.在该优化设计方法中，采用多项式响应面模型和径向基函数模型近似模拟铣削过程最大铣削力、铣削后工件表面粗糙度两目标函数与铣削线速度、每齿进给量两设计变量之间的隐式关系，采用NSGA-Ⅱ多目标遗传算法结合蒙特卡洛模拟方法对比分析了针对铣削参数的常规确定性优化以及考虑设计变量波动的稳健性优化.结果表明：稳健性优化后的铣削参数有效地降低了铣削加工过程中的铣削力，提高了加工后工件表面质量，同时优化解具有较高的可靠性.     

Geiger型索穹顶的优化设计

基于平衡矩阵理论,采用MATLAB软件,对索穹顶进行自应力模态分析,得到索穹顶的初始预应力.采用Hooke-jeeves,Pointer与NSGA II等优化算法,利用ISIGHT集成ANSYS有限元软件,对索穹顶的整体预应力水平与总重量进行优化设计.优化结果表明,索穹顶的整体预应力水平与总重量在满足设计的条件下,得到较为明显的降低,多目标函数优化结果比单目标函数优化结果更好,可为工程设计提供参考依据.     

交互式模糊稳健优化设计及其应用

产品质量与设计变量容差间的冲突性和模糊关联性往往导致稳健优化结果与设计者意图有所偏差.针对这类问题,在考虑工程稳健设计中存在主、客观不确定因素的前提下,利用区间加权系数构造模糊稳健优化设计的容差模型,采用物理规划表达设计者的局部偏好,控制区间权值产生候选Pareto解集,利用折中规划建立Pareto解到评分值的映射,并据此改进设计偏好,从而实现稳健优化过程的交互式决策.实例证明,所提方法获得了兼顾主、客观设计要求不确定性的最满意解.     

基于克里金元模型的离心泵水力性能多目标优化

提出了拉丁超立方抽样、CFD数值模拟和克里金插值等方法,以离心泵叶轮轴面形状参数为设计变量,离心泵性能参数效率和必须汽蚀余量为优化目标,构建设计变量与优化目标之间的函数关系.并选取测试点进行CFD仿真,检验建立的近似模型预测精度,结果表明克里金预测值和CFD仿真值相符合.采用二代非劣分类遗传算法(NSGA II)在设计域上求解离心泵性能多目标优化问题,并得出其Pareto最优解集.采用映射法从最优解集中挑选出一个折中解,试制出与设计变量相对应的样机泵,并进行试验验证.试验结果表明克里金预测值和试验测试值比较一致.     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

基于全排序与混沌多样性的高维目标进化算法

当前大部分多目标进化算法采用Pareto排序为种群个体指定适应度值;然而随着优化目标个数增加,种群中非支配个体的比例越来越大,造成上述算法的搜索能力迅速下降。针对高维(4个以上)目标优化问题,提出了一种全排序方法;该排序方法与Pareto排序具有一致性,并且能够对非支配解进行比较;因此基于全排序的多目标进化算法不受目标个数增加的影响。为了提高算法的优化效果,设计了一个混沌映射算子,用来周期性地初始化种群,以保证种群的多样性与均匀分布。最后,采用标准测试问题对所提算法与著名的非支配快速排序遗传算法(NSGA2)进行了实验比较。结果表明在高维目标优化问题中,所提算法无论在收敛精度,还是算法运行效率上都高于NSGA2算法。     

改进的NSGA2算法在航空活塞发动机装配中的应用

针对复杂机械产品零部件选择装配中个体重复现象,提出一种新的解集评价指标:种群均匀度。基于种群均匀度和拥挤度相结合的子代精英保留策略,改进了多目标优化NSGA2 (non-dominated sorting genetic algorithm-2)算法。以装配合格率和装配精度为质量评价指标,建立选择装配多目标优化模型。引进近邻搜索算子,克服NSGA2算法局部搜索能力的不足。以某型号航空活塞发动机装配为例,优化结果以Pareto边界集表示,结果表明算法改进之后非支配解集的多样性和收敛性均得到了提高。     

基于博弈理论的拱坝体形多目标优化设计

以坝体体积、最大主应力、高应力区范围为目标函数,建立了拱坝体形多目标优化模型.根据多目标优化设计问题与经济学中博弈问题之间的相似性,将多目标优化中的各分目标函数看成博弈方,所有可行解就是博弈策略集,从而提出了拱坝体形多目标优化设计问题的合作博弈方法.白鹤滩拱坝体形优化设计结果表明,该方法比传统的多目标优化方法(如线性加权法和理想点法)更能综合反映各优化目标的要求,优化结果更加合理,并具有较高的计算效率.     

螺旋管簧的可靠性鲁棒设计

在可靠性优化设计理论与可靠性灵敏度分析方法的基础上，讨论了螺旋管簧的可靠性鲁棒设计问题，提出了可靠性鲁棒设计的数值计算方法，把可靠性灵敏度溶入可靠性优化设计模型之中，将可靠性鲁棒设计归结为满足可靠性要求的多目标优化问题。