冷滚打花键表层性能组合权重理想点法多目标决策

为获得最优冷滚打花键表层性能(表面粗糙度、残余应力和表面硬化程度)加工参数组合,以渐开线花键为研究对象,基于冷滚打花键表层性能试验研究,将主观赋权层次分析法和客观赋权熵权法进行线性组合求取组合权重,构建组合权重理想点法,计算各试验次序对应的接近度,从而决策出冷滚打花键表层性能各指标最优加工参数组合。研究结果表明:组合法确定的冷滚打花键表层性能各指标重要程度依次是表面粗糙度残余应力硬化程度;在滚打轮转速为1428～2258 r·min~(-1),工件进给量为21～42 mm·min~(-1)的范围内,冷滚打花键表层性能最优的加工参数组合为滚打轮转速1428 r·min~(-1),工件进给量42 mm·min~(-1)。得到的最优加工参数组合能够提高冷滚打花键表层性能。     

基于多目标粒子群算法的切削用量多决策优化研究

传统多目标优化问题通常是以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。为了更合理地确定切削用量,采用多目标粒子群算法首先求得问题的pareto最优前沿,经过后期多准则决策得到满足不同要求下的最优方案。采用这种先寻优后决策的方法,能有效弱化先验知识不足的影响,较传统多目标优化方法更为实用有效。并经与多目标遗传算法比较,多目标粒子群算法具有更优良的性能。     

基于经济评价原理的矿床开发优化决策多目标集成系统

从系统论的观点出发,阐述了基于经济评价的矿床开发系统的概念,并以定性与定量综合集成方法为基础,分析了基于经济评价原理的矿床开发优化决策多目标集成方法并建立了其集成系统。该系统以矿床模型、矿床采选方案选择模型、成本与投资估算模型、财务评价模型为基础,以多目标分析模型为核心,形成了系统集成的总控模型,所建立的集成系统具有预测、模拟、优化与决策等集成化功能。结合实例,说明了该系统的初步应用。     

基于多准则决策的减振弹簧多目标优化

为实现弹簧轻量化及高疲劳寿命的多目标优化,采用多目标遗传算法求出问题的帕莱托解集,通过后期决策得到不同偏好下的最优解.结果表明:优化后的弹簧轻,寿命长,而且采用先寻优后决策的求解模式,能有效弱化先验知识不足的影响,避免局部最优问题,较传统多目标优化方法更为实用有效.     

基于灰色模糊决策的多目标优化模型及应用研究

针对3个以上多目标优化计算复杂性难题,基于系统决策的思想,将灰色系统理论引入传统的模糊综合评判。通过整合局部和整体信息,建立了Pareto解的灰色模糊优选模型,并对其正确性进行了数学证明,给出了相应的遗传算法。工程算例表明,该模型实用有效。     

中厚板辊底式热处理炉摆动加热模型的灰色多目标决策

采用灰色多目标决策理论,对尺寸为11300mm×1900mm×100mm,工艺温度900±10 ℃,温升系数2.0min/mm,Q460E-Z35钢板正火处理进行了钢板加热最优控制模型的研究,确定了以钢板表面平均温度、钢板断面温差、钢板加热保温时间、炉子燃料消耗量、炉子热效率、炉子生产率和钢板氧化烧损率为控制目标.以钢板运行方案和炉温制度方案为设计变量的最优加热策略,根据7个目标的性质采用不同的效果测度计算公式,按照实际生产的需求可进行不同权值的全局最优局势决策,从而得到相应的最优运行及加热策略.     

基于模糊多目标决策的供应链合作伙伴选择

采用梯形模糊数将定性的多目标准则合理量化，根据逼近理想点排序方法（TOPSIS）思想，依据各方案与理想解的贴近度大小对合作伙伴进行排序，从而得到最优合作伙伴。最后通过算例表明，该方法简单、有效。     

电火花线切割加工工艺参数的多目标优化

运用多目标优化方法研究确定电火花线切割加工工艺参数,建立了多目标优化的数学模型,对其求解方法进行了探讨,并给出了一个应用实例。     

加热炉炉温制度的多目标模糊优化方法

以建立炉内钢坯热状态的机理模型为基础,通过数值模拟,获得在不同产量范围、单目标炉温策略。用多目标、有约束条件的模糊优化方法实现中炉温制度的模糊决策。该方法体现了加热炉系统的模糊特性,使模糊优化下的炉温制度更符合实际。     

DOE在注射成型工艺参数多目标优化中的应用

基于DOE(Design Of Experiment)在成型工艺参数上进行多目标优化。以熔体温度、注射时间和填充压力为实验因子,以手机后盖的体积收缩率和翘曲变形量为实验目标进行Taguchi和面心立方实验设计。两次实验设计逐步缩小工艺参数的范围,并通过合理的数据分析计算得到一组最优方案。同时采用排名的加权计算方式实现多目标问题转换成单目标问题,为多目标优化提供参考案例。     

电火花线切割加工工艺参数的多目标优化

运用多目标优化方法研究确定电火花线切割加工工艺参数 ,建立了多目标优化的数学模型 ,对其求解方法进行了探讨 ,并给出了一个应用实例     

多目标优化理论在蜂窝夹芯结构设计中的应用

在确定了设计变量及目标函数的基础上,根据结构本身的要求,推导出用于多目标优化的5个约束条件.根据多目标优化理论,采用乘除法对蜂窝夹芯结构进行了评价函数的构造,并用VC语言编制了钢质蜂窝夹芯减振板结构的优化程序,该程序可实现结构尺寸及性能的优化,并计算出各目标函数的最终值.     

钛合金铣削参数多目标优化及神经网络预测模型建立

为有效降低钛合金TC4铣削过程中的刀具磨损及能耗的同时提升效率,以合力弯矩、加工能耗、加工效率为优化目标开展多目标优化研究。通过单因素试验分析切削参数影响规律,通过响应曲面试验建立径向基神经网络预测模型。最后将预测模型整体引入粒子群算法中进行帕累托前沿求解得到若干组合理的切削参数组合。试验结果表明：神经网络预测模型的预测精度达95%以上;多目标优化模型的优化结果可使钛合金铣削加工过程中的合力弯矩减小28.98%、加工效率提高25.93%、加工能耗减少13.08%,可为钛合金铣削加工切削参数的选择及多个生产目标之间的协调提供有力支持。     

基于响应面法的大型铝合金锻件的多目标成形优化

以大型铝合金锻件为研究对象,以锻件的应变均匀性及锻造变形力作为评价指标,提出了采用正交实验并进行响应面法建模分析,得到了二阶响应面模型。通过数值模拟验证模型准确性,可用于后续优化。求得目标函数设计空间中的最佳工艺参数组合为:飞边槽高度3.56 mm、锻造温度451℃、摩擦系数0.35和成形速率7.25 mm·s-1。采用Deform对优化后的工艺参数进行验证,优化后锻件的成形均匀性较好,并可以降低锻件成形载荷。根据优化结果,对铝合金锻件进行生产试制,结果表明,通过多目标优化后得到的锻件尺寸及性能均满足要求,设备成形载荷能较好地满足要求。     

基于响应面法的机床床身动静态多目标优化

为了提高数控机床的加工精度,床身必须具有较高的抗振动性,同时质量应尽可能的轻。文章基于SolidWorks建立TK6920型数控落地镗铣床床身三维模型,将模型导入ANSYS,对床身进行动态有限元研究,得到了床身前四阶模态固有频率和振型。在分析了模态结果后,提出以床身的质量和前四阶加权固有频率作目标函数、床身筋板厚度作设计变量建立数学模型,以确定床身结构多目标优化的最优解。从而使床身质量下降6.14%,前四阶固有频率分别提高8.54%、7.01%、6.99%、8.92%。为TK6920型数控落地镗铣床床身设计与制造提供一种理论指导。     

基于响应面法的印制电子喷印机结构多目标优化设计

以印制电子喷印机的结构为研究对象,基于ANSYS Workbench平台,对其进行动态特性分析。针对喷印机结构过重问题,在保证结构具有良好动态特性的前提下,结合响应面法与多目标遗传算法,对喷印机的结构参数进行了多目标优化设计。结果表明:基于响应面法和多目标遗传算法,能快速有效地获得喷印机结构优化设计问题的最优解,为产品结构的多目标优化提供了参考。     

基于稳健设计的冲压成形工艺参数多目标优化

以某梁类零件为研究对象,以获得最小减薄率及增厚率为目标,结合稳健设计、均值分析和变量分析,得出各工艺参数对减薄率及增厚率的影响程度及作用趋势。最后运用综合加权评分法确定同时兼顾减薄率和增厚率的最优工艺参数组合为摩擦因数0.125、冲压速度2 500 mm/s、凸凹模间隙1 mm、板料偏置量1 mm,最终优化后的零件减薄率降低了26.85%,增厚率降低了49.33%,可为冲压成形提供指导。     

基于响应面法（RSM）的锻造预成形多目标优化设计

以航空发动机涡轮盘锻件为研究对象,应用响应面法(Response surfce Methodology,RSM)和有限元数值模拟(FEM)对锻造过程预成形设计的多目标优化问题进行了研究.首先以模具充填完整和提高锻件内变形均匀性为目标,建立了有限元数值模拟与响应面法相结合的二阶分析模型,并对优化结果进行了讨论.其次,在原优化设计的基础上以降低锻造过程的成形载荷为目标进行了预成形再设计.结果表明,应用响应面法可灵活有效的对难变形材料锻造预成形坯料形状进行多目标优化设计.     

基于组合模型的MAG焊工艺参数多目标优化

以MAG焊焊接电压、焊接速度、送丝速度为可调工艺参数,开展了三因素三水平全因子平板对接焊和堆焊试验.基于试验数据建立了误差反向传播神经网络、径向基神经网络和克里金模型来预测焊缝余高、接头抗拉强度和冲击吸收能量.模型预测结果显示,所建立模型均能较好的预测焊缝性能,但是没有一个模型能同时最佳预测三种焊缝性能且各模型预测波动较大. 为了进一步提升预测精度和稳定性,将误差反向传播神经网络、径向基神经网络和克里金模型以线性加权法组合. 结果表明,组合模型能提升预测的精度和稳定性.基于组合模型,采用NSGA-II算法实现多目标优化,得到并验证了焊缝余高、接头冲击吸收能量和抗拉强度三者间的非劣解.验证结果表明焊接工艺多目标优化对实现焊缝综合性能整体最优以及焊接精细化应用具有较大的指导意义.     

进化神经网络及多目标进化算法在红外无损检测中的应用

针对红外相位法无损检测缺陷定量化要求和试验参数的确定,提出采用进化神经网络及多目标进化算法进行分析,通过对含多缺陷信息的预埋试件进行试验,以试件表面像素点的时间-温度信息作为特征参数进行网络训练,结果表明,经过训练的网络误差在5%以内,试验证实多目标进化算法得到的参数与实际试验最优效果参数相符,可为工程应用提供参数参考。