基于遗传算法的产品意象造型优化设计

提出基于遗传算法的产品意象造型优化设计方法,运用语意差异法提取内隐的用户意象语意信息,以及多维度尺度法、形态分析法分析产品造型特征,再由数量化一类方法求取造型特征与感性意象之间量化关系,最终依层次分析确定的目标函数进行遗传优化得到设计方案.试验结果表明该方法对于意象造型设计的优化具有很好的适用性.     

目标意象约束的人机辅助产品造型进化设计研究

为实现康复辅具造型求解方案的多样化需求,提出目标意象约束的人机辅助产品造型进化设计方法。构建了意象约束的产品造型进化设计体系与整体流程;从用户角度出发,针对用户意象需求的模糊性和多样化问题,通过三角模糊理论和因子分析法确定群体目标意象;借助SD量表,采用多元尺度分析、聚类分析等方法确定产品优势样本;根据产品建模特点,运用形态分析法对其造型基因层次进行提取与表达;通过BP神经网络构建预测模型,对目标意象与造型基因间的非线性关系进行映射,基于输出结果建立进化设计目标函数;利用遗传算法的全局寻优能力,将神经网络输出意象评价作为个体适应度评估依据,以样本的解空间为载体进行基因进化,搜索目标造型的优质解。以踝足矫形器(Ankle and Foot Orthosis, AFO)为研究对象,试验结果表明：该优化方法可适用于其造型进化设计,提高了设计效率,为人机辅助性产品的造型改进设计提供参考和借鉴。     

产品意象造型设计中的耦合特性研究

为更好地满足用户对于复合意象的产品造型需求,探索了产品造型设计要素间的耦合特性。采用SD法获得用户意象评价,结合熵理论得到多意象评价权重及复合意象评价值;利用形态分析法提取产品造型设计要素,通过数量化I类理论建立复合意象与设计要素之间的关联,依此将不同权重设计要素耦合成新样本;通过模糊逼近理想解排序法对新样本进行优先级排序,进而分析产品意象造型设计中要素的耦合特性。以眼镜设计为实例对象,揭示了耦合特性对于产品意象造型设计的指导意义。     

考虑色彩意象不明确的产品色彩模糊优化设计

针对产品色彩设计中消费者对于色彩意象表达存在的模糊性、不确定性等问题,建立考虑色彩意象不明确的产品色彩模糊优化设计.将用户决策信息不完全明确情况下的产品色彩设计这一实际应用问题转化为一个给定解空间的最优解的模糊搜索问题,建立产品色彩的模糊设计模型;采用粒子群算法对该模型进行求解,从而得到优化的一系列产品色彩方案解:由设计用户从中进行最满意方案解的选择,由此可得到符合消费者真实意象需求与偏好的产品色彩设计方案.通过工程机械产品的色彩设计实例,验证该方法能够有效改善产品色彩智能搜索阶段所遭遇的不确定问题;与传统产品色彩智能设计方法相比,有效提高产生满意解的概率,从而提高产品色彩设计的成功率.     

集成供应商选择的产品族设计多目标方法

为避免将产品族设计和供应商选择过程分割而导致不可行或非最优的产品开发方案,以及从多角度对产品族优化设计方案进行评估和权衡,提出一个集成供应商选择的产品族设计多目标优化方法,并建立了一个以最大化产品族总利润和最小化产品族生产风险为多目标的优化模型。在该模型中考虑了产品情感属性对消费者选择行为的影响,以更准确地分析消费者的购买偏好、实现产品族的优化过程。针对优化问题,采用非支配排序遗传算法对模型进行求解。通过实际案例说明了所提优化方法和求解算法的可行性和合理性。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

基于感性工学的家用制氧机意象造型设计研究

分析了产品意象造型设计的发展现状,结合感性工学理论,调查了用户对家用制氧机造型的心理倾向并提出具体设计目标,运用形态分析法提取制氧机造型特征,应用数量化理论Ι实现了基于设计目标的造型特征集与用户感性意象相关度计算,建立了意象语意与造型特征的数学模型,并对模型进行求解,得出设计方案。结果表明,基于用户体验与定量分析的设计流程与设计方法,针对性强,方便快捷,有助于制氧机产品设计流程的优化。     

基于感性工学方法的产品设计分析

以感性工学理论为基础,对产品感性意象进行量化研究,运用统计学方法建立产品设计元素空间和感性意象评价值矩阵,并应用BP神经网络算法构建产品形态元素和感性意象的关联模型,得出一具体设计目标下的产品形态元素组合方案。以家具椅为对象,体现江南区域文化意象为目标,采用BP神经网络算法,通过计算机软件MATLAB编程进行学习训练并模拟预测,最终得出结论指导家具椅设计方案。将感性意象量化并系统化,使以感性需求为导向的产品设计更具科学性和实践指导意义,为开发出更符合用户感性需求、更具有市场竞争的产品提供了一种设计思路。     

基于类型学的产品风格创新设计研究

针对用户多样化的情感需求,提出了应用类型学从原型展开的产品风格创新设计方法,使产品在继承风格特征的基础上实现造型意象多变的目标。首先利用类特征进行产品风格分类,明确研究的针对性和目的性;其次,依据类特征收集产品样本并结合设计形态分析和离散度分析提取样本的风格原型;然后结合意象评价值对产品样本展开K-Means聚类分析,并在满足目标意象的基础上提取与原型关联的产品造型可能形态。通过建立原型及其可能形态的形态分析矩阵,生成基于原型风格的多种产品造型方案,实现产品风格的创新设计。以北欧风格电水壶作为研究对象,研究的结果拓展了从原型的遗传、可变和过渡特性展开的产品造型设计新途径,也验证了类型学方法对于指导产品风格创新设计的有效性。     

计算机优化设计方法研究与应用

以保证产品质量和追求产品利润为目标的优化设计方法已经在当今的产品开发和设计领域有了广泛的应用,文中就当今优化设计方法进行了概述,并结合实例就优化设计方法在产品开发过程中的应用进行了详细介绍。     

基于降维的驾驶员侧约束系统高维目标优化

为解决将高维目标变为单目标优化时各子目标不能同时较优,而多目标算法直接用于高维目标优化时又存在难以找到一个有代表性的Pareto非劣解集问题,在某轿车驾驶员侧约束系统的优化过程中提出了乘员损伤准则与多目标算法协同优化的方法。在已有相关损伤准则基础上根据最新版的FMVSS 208和ECE R94法规提出了适合研究问题的损伤准则;以提出的损伤准则为媒介,将一个高维目标优化问题降为一个低维目标优化问题,通过灵敏度分析、实验设计、多项式近似模型筛选出优化设计变量并得到近似模型,用多目标算法NSGA-Ⅱ对近似模型进行计算得到Pareto非劣解集,将得到的Pareto非劣解集中的每个解代入损伤准则损伤值计算公式,升序排列得到各子目标同时较优而损伤值最小的优化解。最终的优化结果表明：该方法很好地解决了乘员约束系统的高维目标优化问题,优化效果明显。     

基于Pareto挖掘的白车身侧碰安全件轻量化优化设计

为提高白车身轻量化优化效果,提出了熵权灰色关联分析法用于挖掘非支配Pareto解集中的最优解。建立了白车身及整车侧碰有限元模型,通过实车侧碰试验验证了所建模型的准确性。以侧碰安全件料厚为设计变量,综合考虑白车身弯扭刚度、振动频率等基本静-动态性能及侧碰安全性能,构建径向基函数神经网络结合Kriging（RBFNN-Kriging）混合近似模型并联合第二代非支配排序遗传算法（NSGA-Ⅱ算法）进行了多目标优化。最后,提出了熵权灰色关联分析法计算所有非支配Pareto解的灰色关联度,并以此为评价指标进行多目标决策。优化决策结果表明：在满足白车身性能设计基线的要求下,白车身侧碰安全件质量减小了2.68 kg,取得了较好的轻量化效果。     

公差设计多目标模型及其粒子群优化算法研究

为解决成本一公差设计模型中忽视产品质量的问题，以新型的田口质量观和Pareto最优解集概念为基础，提出了一种公差设计多目标模型。该模型将加工成本和质量损失分别作为设计目标，并以统计法公差装配成功率为约束条件，获得了比极值公差法更加宽松的公差限。改进了传统的粒子群优化算法，利用Pareto最优性重新定义粒子，然后采用快速非支配排序技术进行粒子的适应度排序，使其能够有效地对多目标模型进行求解。该算法对具体工程实例求解时，一次运行就可求得令人满意的Pareto最优解集，设计者可以根据生产实际和市场需求从中进行选取。通过对求得的Pareto进行最优前沿的分析，可得到该类零件公差设计的特性，其结果验证了公差诒计的一船规徨．     

民用涡扇发动机总体多学科设计优化研究

为了在概念设计阶段充分考虑各学科间的耦合和平衡各指标间的冲突,以某型民用大涵道比涡扇发动机为研究对象,基于协同优化策略构建了发动机总体多学科设计优化平台,该平台集成了热力循环分析、尺寸/质量估算、轮挡燃油估算、污染物排放估算、整机噪声估算以及部件气动和结构强度分析等多个模块。采用非支配排序遗传算法进行了发动机总体方案多目标优化研究。计算结果表明：涵道比和涡轮进口温度对轮挡燃油和整机质量的影响较大,后两者在Pareto解中呈近似二次曲线式的分布规律。     

高重合度圆柱齿轮传动多目标优化设计

以重合度最大、体积最小、弯曲强度相等为目标函数,建立了圆柱齿轮传动多目标优化设计数学模型,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行优化求解。对高速重载斜齿圆柱齿轮传动进行了高重合度优化设计,得到了Parteto最优解,并从中选择了一个优化方案与原始方案进行对比,结果显示高重合度圆柱齿轮传动的强度有明显提高,体积也有一定的减小。     

面向汽车投产排序的混合多目标网格遗传算法

汽车投产排序时,希望同时实现零部件消耗均衡化、车型调整费用最小化、工位作业位置精准化三个目标,为此提出一种基于Pareto层级的混合多目标网格遗传算法(HmoGA)。先将个体排斥机制加入到Pareto层级构造中,使非支配解的分布更均匀,再融合Pareto层级划分、网格拥挤度评价与相邻个体几何距离计算,设计一种多目标自适应网格选择机制,用于从动态变化的父代种群中选择较优个体构成进化种群、获取交叉运算的父代基因、改善非支配解集的分布质量。混合双基因位的迁移算子对非支配解进行邻域搜索,适时扩大搜索空间,跳出局部最优。利用三组不同规模的测试问题集,从非支配率、非支配解数量和相邻个体距离偏差三个 指标方面进行比较,实验证明HmoGA算法在收敛性、解的数量和分布性方面都比NSGA-Ⅱ算法有显著优势。     

[生产计划]基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

基于Pareto最优的多企业协同计划调度优化

为解决协同制造环境下多协作企业的协同计划调度问题,针对多企业协同生产链实际运作过程,建立了一种考虑综合成本和完工时间的多目标计划调度优化模型。基于Pareto最优概念,采用NSGA-Ⅱ算法（快速非支配排序遗传算法）来解决多目标优化问题。为了保证解的收敛性和多样性,设计了有效的编解码方式和遗传操作程序,通过局部变异种群重复个体,并采用分布函数自适应选取精英数量,得到一系列Pareto最优解。最后通过仿真实例对多目标优化模型和算法进行了求解,结果表明,该方法可快速有效地实现全局多目标寻优,从而找到更多更合理的协同计划调度方案。
     

资源约束下产品开发任务调度的多目标优化

鉴于产品开发任务调度过程中存在资源约束问题和学习与遗忘效应,需要对多个目标进行优化决策,通过定义资源平均利用率并提出学习遗忘效应矩阵,结合耦合设计的多阶段迭代模型,以各阶段资源利用率为约束条件,建立资源约束下考虑学习与遗忘效应的任务调度时间与成本的多目标优化数学模型。采用带精英策略的非支配排序遗传算法求解得出Pareto最优解集,并采用改进的多目标理想点法对该解集进行选优,得到最优任务调度方案。以某电动汽车的开发过程为例,验证了该优化模型能够减小产品开发时间,降低产品开发成本,提高总资源利用率。     

A normal boundary intersection approach to multiresponse robust optimization of the surface roughness in end milling process with combined arrays

Robust parameter design (RPD) has recently been applied in modern industries in a large deal of processes. This technique is occasionally employed as a multiobjective optimization approach using weighted sums as a trade-off strategy; in such cases, however, a considerable number of gaps have arisen. In this paper, the use of normal boundary intersection (NBI) method coupled with mean-squared error (MSE) functions is proposed. This approach is capable of generating equispaced Pareto frontiers for a bi-objective robust design model, independent of the relative scales of the objective functions. To verify the adequacy of this proposal, a central composite design (CCD) is developed with combined arrays for the AISI 1045 steel end milling process. In this case study, a CCD with three noise factors and four control factors are used to create the mean and variance equations for MSE of two quality characteristics. The numerical results indicate the NBI-MSE approach is capable of generating a convex and equispaced Pareto frontier to MSE functions of surface roughness, thus nullifying the drawbacks of weighted sums. Moreover, the results show that the achieved optimum lessens the sensitivity of the end milling process to the variability transmitted by the noise factors.