基于多目标遗传算法的RITS物理结构优化设计

提出了RITS物理结构优化设计问题模型和基于多目标优化的解决思路。RITS结构优化设计待优化函数具有高维、多峰、非线性等特点，求解难度人。重点研究了一类基于Pareto机制的具有快速全局收敛能力的多目标遗传算法，并以紧急救援系统为例进行结构优化设计，验证了算法的有效性。     

基于多工况的车门结构多目标优化设计方法研究

车门结构的单一工况优化设计常难以满足车门设计要求。本文基于车门垂直刚度和一阶模态两工况,提出一种车门结构多工况多目标优化设计方法。以车门垂直刚度、一阶频率和车门质量为优化目标,通过均匀拉丁方试验设计和响应面方法得出车门垂直刚度和一阶频率的近似数学模型,并在此基础构建车门结构多目标优化模型。最后采用多目标遗传算法对其进行求解,最终优化结果在车门质量减少的情况下,垂直刚度和一阶频率均达到设计要求,达到预期优化效果。     

基于模糊理论的机械多目标优化设计

多目标优化设计各分目标间的矛盾性和不可公度性增加了解决问题的难度,常规求解多目标优化设计方法一般只能求出问题的有效解,而得不到设计的最优结果。该文以蜗杆传动多目标优化设计为例,采用改进的遗传算法求得若干有效解后,根据模糊理论中的相似优先比法从中确定出最有效解,即最优解,并可排出它们的优劣顺序。     

基于Pareto最优的PID多目标优化设计

现有的PID优化方法往往难以同时兼顾系统对时域和频域性能的要求,针对这一缺陷,提出了一种PID多目标优化方法：将动态性能指标作为优化目标,频域性能指标作为约束条件,采用基于Pareto最优的多目标优化算法对其求解。该算法采用新的拥挤距离计算方法,引入双重精英机制,进化效率高,得到的Pareto最优解集多样性好,决策者可根据当前工作需求从中选择最终的满意解。仿真结果证明了本文方法的有效性。     

基于变密度法的飞行器升力面结构多目标拓扑优化设计

为研究权衡结构刚度与低阶振动频率的飞行器升力面最优结构设计,提出两种多目标拓扑优化方案（约束法、结合约束法与评价函数法）.基于变密度方法,在约束法方案中将多目标优化转化为设定参考点位移约束和低阶振动频率约束下,求解结构质量最小化的优化问题.在结合约束法与评价函数法方案中,定义组合柔度指数为评价函数（结构柔度与振动频率的函数）,将多目标优化转化为设定低阶振动频率约束和体积分数约束下,求解结构最小组合柔度指数的优化问题.结果表明两种方案的优化结果具有一定的相似性,各有所长.优化设计不仅减轻了升力面结构重量,而且提高了结构的一、二阶振动频率.     

基于遗传算法的UUV线型多目标优化设计

基于遗传算法的多目标空间区域内的探索性全局优化技术,将阻力系数、丰满度与最大减压系数发生位置作为综合判定指标,在解决UUV线型优化的过程中,引入集成优化框架,对UUV外形进行多目标优化设计;建立了UUV外形优化的一体化模型,针对UUV外形优化设计的要求,对外形设计进行参数化,提出设计变量的选取原则,并针对具体算例进行仿真优化设计,优化计算结果表明:该优化设计方法有效地改善了UUV的阻力性能和压力分布,阻力减小大约4％,在工程应用中是可行的,为目前UUV外形优化设计提供了一个完整的方法.     

基于多目标PSO算法的DSP防护优化设计

单粒子翻转所造成的软错误是阻碍微处理器设计的严峻问题,对系统模块进行软防护可以减少软错误的影响,但会增加系统的资源消耗。为找到一组合适的系统防护组合,以DSP C6701芯片为研究对象设计优化方法。建立系统代价和性能的多目标模型,同时对标准粒子群优化算法的迭代更新公式进行改进,利用改进后的离散粒子群优化算法求解所建模型。实验结果表明,该优化方法得到的防护组合能够在提高可靠性的同时,避免增加系统代价。     

基于改进遗传算法的刨头多目标优化设计

针对刨煤机和装载均匀问题,基于改进遗传算法的多目标优化策略,对刨头刨削参数和运动参数进行优化设计。优化结果表明,刨削能耗降低16.96%,生产能力提高23.38%,装载断面均匀程度提高16.62%,刨煤机的生产能力得到显著提高,比能耗得到显著降低,有效降低了刨煤机的能耗。     

基于ANSYS Workbench的低温储罐多目标优化设计

为更加高效合理地设计质量更小的低温储罐,应用ANSYS Workbench中的Design Modeler模块建立某低温储罐外容器的有限元参数化模型,并对该设备进行特征值屈曲分析,得到其临界外压载荷。考察相关结构参数的影响,在此基础上利用多目标驱动优化分析得出在满足临界屈曲压力要求下的最优加强结构,实现设备的轻量化设计。     

基于改进遗传算法的PID调节器多目标优化设计

文章提出了一种基于改进的遗传算法(IGA)的PID调节器的优化设计方法。采用一种新的多染色体交叉操作和复合式变异操作,有效地提高了遗传算法的全局搜索能力和收敛速度。将IGA用于PID调节器的多目标优化设计,可现实PID调节器参数的最优整定。仿真结果证实了该方法的有效性。     

基于遗传算法的汽车永磁发电机多目标优化设计

提出了一种基于遗传算法的汽车永磁发电机多目标优化设计。该设计通过改进的遗传算法进行多目标优化。改进的遗传算法采用二进制编码,规范化几何秩选择,混合交叉及均匀变异。优化结果表明,在单目标函数和多目标函数情形下均搜索到全局最优解,遗传算法为多目标优化提供了有效的途径。同时经过反复计算后,获得一些具有实用价值的经验数据,对永磁电机的设计起到一定指导作用。     

基于元胞多目标遗传算法的蜗杆优化设计

为研究蜗杆传动的多目标优化问题,提出一种自适应差分进化的元胞多目标遗传算法。该算法针对元胞遗传算法的特点,对基本的差分进化策略进行改进,得到一种参数自适应控制策略。将该算法与目前性能优异的4种多目标进化算法在三目标的基准测试函数进行对比实验,结果表明所提算法相对于其他算法具有明显的优势,能够在保证良好收敛性的同时,使获得的Pareto前端分布性更加均匀,覆盖范围更广;工程实例求解结果也表明了算法的工程可行性。     

主动关节履带式蛇形救援机器人结构参数多目标优化设计

针对机器人化救援装备研制的难点,对具备肌肉注射功能的蛇形机器人结构参数进行了优化,进而解决了废墟非结构环境对机器人执行任务的约束问题。首先,在分析机器人废墟环境运动机理基础上,建立机器人运动性能与结构参数的函数模型。然后,利用基于非支配排序的NSGA-II和基于分解的MOEA-D多目标遗传算法2种方式对模型分别进行求解。通过对比2种方式,证明了NSGA-II算法在求解上更有效,最终确定机器人样机的最优结构设计参数。最后,根据优化结果研制了实验用的蛇形机器人样机。实验结果显示机器人的最大台阶翻越高度为0.18m,相对误差为0%;最大沟壑跨越宽度为0.4m,相对误差2.3%;直线构形最小转向阻力矩为14.320N·m,相对误差11.2%。验证了基于NSGA-II算法的结构参数多目标优化设计方法的有效性。     

优化设计中的多目标进化算法

近十多年来多目标进化算法是人工智能领域的一个相当活跃的研究热点。该文从非Pareto方法、基于Pareto方法及贝叶斯多目标优化算法等角度对当今多目标进化算法进行了分析,归纳了新出现的各种方法和技术,探讨了这个领域发展中存在的问题,并进一步给出了发展方向。此外文中分别对后两类提出了解决一般问题的计算效果较好的改进算法和新的算法。     

自转旋翼机龙骨多目标优化设计

建立自转旋翼机龙骨的有限元模型,对自转旋翼机龙骨进行静力分析。以自转旋翼机龙骨的各个结构管的截面尺寸作为设计变量,以自转旋翼机的总质量为设计目标,运用ANSYS优化模块对自转旋翼机的轻量化设计进行初步研究。基于优化设计软件iSIGHT,通过试验设计和有限元分析结构建立龙骨设计变量与优化目标的径向基函数神经网络模型。利用NSGA-Ⅱ优化算法进行求解,完成对自转旋翼机龙骨的优化。     

混合有源滤波器多目标优化设计

针对混合有源滤波器参数设计和投资优化问题, 综合考虑其初期投资成本、无功补偿、滤波效果等指标, 提出一种基于遗传粒子群复合算法的混合有源滤波器多目标满意优化设计方法, 建立起容量配置的多目标数学模型, 并运用罚函数理论, 将多目标优化转化为单目标优化, 使混合有源滤波器容量分配问题简单化, 具有更大的适用性和灵活性. 然后在电力系统计算机辅助设计/电磁暂态(PSCAD/EMTDC)环境下, 对混合有源滤波器进行仿真分析, 结果表明此优化设计的混合有源滤波器性价比得到提高. 最后, 通过实验对比, 也验证了理论分析及相关结论的正确性.     

宽通道换热板片结构的多目标头脑风暴优化设计

换热板片作为构成宽通道板式换热器的核心部件,对其换热效果具有直接影响.为有效提升换热器性能,减少能量损耗,提出一种宽通道换热板片结构的多目标头脑风暴优化设计方法.首先,根据换热板片的形状和布局特点,提取梯形凸台尺寸及其分布间隔构成结构参数,采用正交法,基于Fluent数值模拟软件获得25组换热板片结构样本;然后,采用回归构建换热努塞尔数和压力损失的代理模型,以最大换热效果和最小能量损耗作为优化目标,采用基于网格的多目标头脑风暴优化算法,寻优获得最佳换热板片的结构设计方案.统计实验结果表明,换热性能代理模型可以有效降低评价代价,所提出优化设计方法可以更加高效地获得具有最佳换热效果和能量损耗的换热板片结构.     

永磁驱动器的多目标参数优化设计

为了满足永磁驱动器在实际运行中具有较大的输出转矩和较小的涡流损耗的目的,建立了永磁驱动器的3维有限元模型,分析了永磁驱动器的主要结构参数对输出转矩和涡流损耗的影响。采用正交实验设计方法,获得了用于非线性永磁驱动器建模的样本空间。采用支持向量机建立永磁驱动器的非线性回归模型,并用多目标微粒群算法进行永磁驱动器的结构参数多目标优化,得到了最优结构参数解。有限元仿真实验对比优化前后永磁驱动器的涡流密度和受力分布的结果,验证了该优化方法用于永磁驱动器结构参数优化是可行的。优化结果使永磁驱动器可在涡流损耗较小的情况下获得较大的输出转矩,从而进一步提高系统的工作效率。     

基于多目标遗传算法的Σ-ΔMEMS加速度计优化设计

针对单目标遗传算法设计优化高阶Σ-Δ微机电系统(Σ-ΔMEMS)加速度计时易出现的稳定性问题,提出了基于多目标遗传算法的MEMS加速度计环路滤波器优化设计方法.对三阶非限定性Σ-ΔMEMS加速度计系统,采用多目标遗传算法,将∞—范数和信噪比作为设计目标对其环路滤波器参数进行优化设计.结果表明:相比只针对信噪比进行优化的传统单目标遗传算法,多目标遗传算法在确保高信噪比的同时,提高了系统的相位裕度,使得最大稳定输入信号范围增幅超过1倍,增强了系统对MEMS敏感元件工艺误差的鲁棒性.     

基于粒子群算法的无源滤波器多目标优化设计

摘要：针对无源滤波器参数优化问题,将无源滤波器的最小费用、谐波电压畸变率、谐波电流残留率、以及无功功率补偿容量作为设计的优化目标,改进了传统的粒子群算法,引用惩罚函数将问题转化为无约束优化问题。本设计算法是采用改进多目标粒子群优化算法与惩罚函数相结合的算法为无源滤波器参数优化设计提供了一种新的优化方法。