基于灰色理论的TC4钛合金车削工艺参数优化

以TC4钛合金为试验对象,通过干式车削正交试验得到刀具磨损和工件表面粗糙度值。以获得刀具磨损和工件表面粗糙度最佳值所对应的工艺切削参数为目标,运用灰色理论对正交试验结果进行数据分析,将多工艺目标通过灰色关联度的方式演变为单一指标的考察,实现工艺目标的整合计算,并得到了最优的切削参数组合。对最优参数组合进行试验验证,结果表明:最优切削参数组合能够在减轻刀具磨损的同时提高表面质量,并且提高了多工艺目标的灰色关联度。通过灰色理论进行参数优化,达到了预期的工艺目标,为实现快速优化试验参数提供了可靠的方法。     

数控车削中切削用量的多目标优化

切削用量参数的选择与数控机床保质、高效地运行密切相关,而传统方法很难达到切削用量参数优化的目的．为最大限度地发挥数控机床的功效,通过应用优化设计中的惩罚函数法,综合考虑切削过程中的主要约束条件,建立多目标优化模型,进行切削用量中的切削速度、进给量的优化设计．实例表明,采用优化后的切削参数进行加工,能明显地降低成本,提高效率．     

炼油厂原油选购多目标优化

为保证原油加工装置的平稳生产和取得好的经济效益,大多数炼油厂会通过控制混合性质同时选购几种原油进行混炼.原油选购优化现已成为提高炼油厂经济效益的重要手段.以炼油厂原油选购利润最大以及混合原油与目标原油的性质相对偏差最小作为目标,建立了一个多目标原油选购优化混合整数非线性规划模型.在多目标列队竞争算法(MOLCA)的基础上,改进了目标值的排序方式,并加入变异算子,提出了一种改进的多目标列队竞争算法(IMOLCA).利用IMOLCA优化求解该模型,可以得到两优化目标最优解集的Pareto前沿.通过实例分析,验证了模型和算法的有效性.计算得到的方案可为炼油厂原油选购提供参考.     

基于Pareto最优原理的混合动力汽车多目标优化

介绍了混合动力汽车（HEV）相关知识,建立了以最小化燃油消耗、HC+NOx排放量和CO排放量为目标的3目标优化模型,提出了基于Pareto最优原理的混合动力汽车多目标优化进化算法.该算法采用实数编码,以ADVISOR为HEV的仿真软件获得各候选方案目标值,基于Pareto支配性原理判定候选方案的优劣,并设计了可以调整待优化变量有效位的机制以保证优化所得的候选方案具有可实现性.针对不同车型的仿真实验结果表明,所提出的算法能够较好地解决混合动力汽车多目标优化问题,可以获得一组具有低燃油消耗与低污染物排放的Pareto最优解供决策者选择.     

基于燃料比最优的高炉喷煤设定值多目标优化

为了降低高炉炼铁的能耗,节约成本,将高炉炼铁过程信息、专家经验与智能模型相结合,提出基于燃料比最优的高炉喷煤设定值多目标优化方案。以燃料比最优为优化目标,炉温预测指标为约束条件,喷煤量为决策变量,采用基于K-均值聚类的径向基神经网络建立多目标优化模型,并通过基于NSGA-Ⅱ算法的多目标优化方法,获取尽可能使多个目标同时达到最优的Pareto最优解。结果表明,该优化方案可以在保证炉温良好的前提下,决策出使燃料比达到最优的喷煤设定值,大大降低能耗,节约成本。不仅为高炉实际生产提供操作指导,也为高炉冶炼的优化运行奠定了基础。     

基于能耗效率的SiCp/Al复合材料切削参数多目标优化

为了提高加工质量,降低切削过程中的能源消耗,开展SiCp/Al复合材料切削加工参数的多目标优化研究。首先,确立以刀尖圆弧半径、切削深度、进给量、切削速度和刀具主偏角为输入参数,以最小表面粗糙度和最大功率系数为优化目标的优化方案。然后,通过仪器采集表面粗糙度、切削力和功率的实验数据,基于加权灰色关联和最小二乘拟合方法进行多目标优化,建立多目标预测模型。最后,利用主效应分析法来确定加工参数对功率系数、表面粗糙度和多目标模型的影响。研究结果表明:多目标预测模型能够获得最优参数组合,优化后可显著提高加工质量和功率系数。     

联合火力打击中武器目标分配问题的多目标优化模型及算法

联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.     

集成化服务链多目标全局优化模型与算法

基于集成化服务链网络模型和候选服务资源评价指标,建立集成化服务链的多目标全局优化模型,并提出一种基于改进多目标遗传算法的集成化服务链多目标全局优化算法。算法采用基于距离的无参数种群多样性度量算子,在适应值分配、精英保持和选择操作中均进行了种群多样性控制,能在满足多约束条件下同时优化多个目标,得到一组满足决策者不同主观偏好的Pareto全局最优解集。仿真实验表明算法具有全局收敛性并具有较好的解的质量和分布,能有效求解集成化服务链多目标全局优化问题。     

多目标优化参数向单目标优化参数的转化研究

以夯实机冲击轮下落阶段进行运动分析为例,建立冲击轮动力参数的多目标优化模型,以水平速度变化率最小和垂直速度变化率最大为两追求目标.运用多目标优化方法中的线性加权和法对其进行优化处理,由多目标优化问题转化为单目标优化问题,运用MATLAB软件解得的最优解即为该多目标优化问题的有效解.使得优化后的冲击轮动力性能在水平方向和垂直方向上均有较大的改善.     

基于响应面模型侧式进/出水口体型多目标优化

为解决抽水蓄能电站侧式进/出水口扩散段体型优化时传统优化方法通常依据工程经验进行体型调整,导致进流与出流时的水力特性难以同时满足最优的问题,以扩散段体型参数为设计变量,以进/出流各水力指标作为优化目标,利用响应面法建立了两者之间的代理模型.利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行了多目标优化,得到最优体型.研究结果表明:采用NSGA-Ⅱ可以解决双向水流条件下各目标难以同时满足最优的问题.此外,只须在建立代理模型过程中进行计算流体动力学(CFD)计算,而优化时无须进行,有效提高了进/出水口体型的优化效率.     

基于刀具磨损状态识别的加工参数多目标优化

在数控铣削过程中,刀具磨损对机床主轴能耗影响很大,同时与刀具加工能力直接相关,需适时调整加工参数以适应不同磨损状态,保证多目标综合最优.针对此问题,基于刀具磨损状态识别,根据不同磨损时期给出相应的加工参数优化策略.首先,以刀具寿命周期内的主轴功率为基础,采用粒子群优化算法(particle swarm optimization,PSO)建立考虑刀具磨损的能耗模型,平均误差低于5%,并基于与刀具磨损的强相关性,以主轴功率作为单一指标识别刀具磨损状态.进一步,为获取影响加工成本的动态性指标——刀具剩余使用寿命(remaining useful life,RUL)及相应的主轴功率,利用人工神经网络(artificial neural network,ANN)建立刀具磨损退化模型,通过描述主轴功率随时间的变化来隐含退化过程,该模型拟合度达0.992.最终,综合考虑能耗、刀具及时间成本,设计多目标优化函数,并通过遗传算法(genetic algorithm,GA)搜索函数最小值,给出不同磨损时期的最优加工参数及优化策略.此加工参数多目标优化融入了主轴功率与刀具RUL等动态指标,可依据主轴功率在线...     

板料拉深成形工艺参数的多目标遗传算法优化

拉深是板料冲压成形的关键工艺。拉深成形工艺参数优化是一个典型的多目标优化问题。该文在板料拉深成形数值模拟的基础上,确定了工艺参数多目标优化的待优化变量和优化目标,进而建立了优化数学模型,然后采用多目标遗传算法N SGA-II对该模型进行了优化。以某翼子板为例,采用N SGA-II算法对其拉深工艺参数进行优化,得到一组Pareto解,选择其中一组参数进行数值模拟,结果显示零件具有较好的成形性,说明该方法具有较好的优化效果。     

板料拉深成形工艺参数的多目标遗传算法优化

拉深是板料冲压成形的关键工艺。拉深成形工艺参数优化是一个典型的多目标优化问题。该文在板料拉深成形数值模拟的基础上,确定了工艺参数多目标优化的待优化变量和优化目标,进而建立了优化数学模型,然后采用多目标遗传算法NSGA-II对该模型进行了优化。以某翼子板为例,采用NSGA-II算法对其拉深工艺参数进行优化,得到一组Pareto解,选择其中一组参数进行数值模拟,结果显示零件具有较好的成形性,说明该方法具有较好的优化效果。     

基于遗传算法的多目标优化配矿

为综合衡量配矿效果,基于多目标优化理论,以磨浮入选原矿组分指标、入选原矿品质稳定及最大限度利用原矿为目标,构建磷矿堆场多目标优化配矿模型,并采用改进的多目标遗传算法求解该模型。经约束多目标优化算例测试结果表明：改进的多目标遗传算法可以找到多目标优化问题分布广泛、均匀的Pareto最优解集。并针对磷矿浮选堆场开展多目标优化配矿,现场测试结果显示,矿石混配后P2 O5含量23.052％,MgO含量4.195％,混配原矿30654 t,比常规优化方案资源利用率提高0.31％。研究结果表明,该多目标优化配矿技术可实现稳定矿石品质的同时最大限度地利用原矿。     

基于多目标遗传算法的热定型工艺参数优化设计

为了解决染整后整理中热定型工艺参数难以定量设计的关键技术难题,将工艺参数优化设计问题视为以成品门幅、克重与客户要求的相应值的绝对误差最小为目标函数,温度、车速、超喂率和上机门幅为优化变量,以根据实际情况中各优化变量的取值范围为约束条件的多目标优化问题。建立多目标优化模型,并基于该模型采用多目标遗传算法,实现了热定型参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的克重、门幅与用户要求指标的偏差小于1%,完全可以满足实际生产要求。     

基于网络响应面的多目标优化方法

为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈（BP）网络以及自适应共振（ART）网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本自适应地构建网络响应面,从而提高了Pareto解的收敛性以及多样性指标.对网络获得的每个新类进行各子目标值计算,同时对该子目标值做相似度计算,进一步剔除相似度高的样本,从而提高了Pareto解的分布性指标.通过常用的多目标优化测试函数验证该方法,并与改进的非支配排序遗传算法（NSGA-Ⅱ）以及随机权和算法作对比,结果表明该方法能明显改善多目标优化方法的各性能指标.     

舰船特装器材多目标优化配置方法

 针对舰船海上执行任务期间随舰特装器材的保障问题,研究了特装器材的多目标优化配置方法。结合舰船特装器材保障的实际特点,以器材的体积、质量、费用为约束条件,以保障概率和利用率为优化目标,建立多目标多约束特装器材优化配置模型,并改进多目标粒子群算法,保证全局范围粒子多样性,避免算法过快收敛,以求得全局最优解。通过实例对比改进粒子群算法与标准算法的计算结果,分析不同指标权重比组合下的最优配置方案、不同约束条件下的多目标变化趋势,证明了改进粒子群算法的稳定性和多目标优化模型的实用性。     

多次走刀切削参数优化模型

针对多次走刀切削参数优化问题,基于模型预测控制策略,建立了以生产率及单位切除体积生产成本作为目标函数,相关技术指标作为约束条件的多次走刀切削参数优化模型.采用宽容分层序列法对所建立的多目标、非线性模型进行处理,运用模型预测控制策略及内点法进行优化求解.仿真结果中,将提出的策略与传统优化方法所获得的优化结果进行相比,证明了该方法求解复杂度低,并能够获得生产率更高、生产成本更低的最优切削参数组合.     

目标规划模型的最优可达值及其应用

将多目标规划模型转化为目标规划模型求解,关键是确定目标值,因其直接影响到运算速度及解的合理性。给出了目标规划模型的可达域,最优可达域以及最优可达值等概念,同时研究了它们的性质,并介绍了最优可达值的求解方法,为决策者合理的决策提供了科学依据,从而获得更大的收益。     

超环面行星蜗杆传动的多目标优化设计研究

提出了超环面行星蜗杆传动以减速器体积最小和啮合齿面间相对速度最小为目标确定传动参数的多目标优化设计方法,建立了基于多目标优化设计的数学模型.通过优化模型求解,确定了超环面行星蜗杆减速器的最优参数.最后利用优化结果完成了减速器的设计和三维建模.