基于熵权-改进TOPSIS法的驾驶室多目标优化

为了提升商用车轻量化优化效果,文中提出了一种基于熵权-改进逼近理想解排序法(TOPSIS)的驾驶室多目标决策方法。首先,对驾驶室有限元模型进行性能分析,并通过试验模态与仿真模态进行对比,验证了模型的准确性;其次,采用区域灵敏度分析,筛选出20个厚度和4个截面形状变量,并建立2阶响应面近似模型验证其精度;最后,采用第三代非劣排序遗传算法(NSGA-Ⅲ)对驾驶室进行多目标优化设计,再联合熵权-改进TOPSIS法求得非支配帕累托解的相对贴进度,并以此作为多目标决策的最终结果。结果表明：与优化前相比较,驾驶室质量减小了24.9 kg,减幅达到8.1%,能够满足轻量化和性能需求。     

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。     

多目标优化在新车型总体轻量化设计中的应用


开发了一款跟原车型结构相似、整车尺寸加长加宽加高的新车型,将整车长度、整车高度、整车宽度及部分零件厚度作为设计变量,采用最优拉丁实验设计方法进行了样本数据设计,并且采用移动最小二乘响应面方法构建了白车身NVH、白车身关键区域强度及白车身质量等性能参数的多目标优化系统的近似模型,利用多目标遗传优化算法NSGA-Ⅱ(非支配解排序遗传算法)对近似模型进行优化。在满足白车身关键区域内强度、白车身NVH等约束性能的同时,追寻车内新增空间最大化,并实现了新车型的轻量化设计。 

     

基于响应面模型的白车身多目标轻量化设计

基于MSC/NASTRAN软件平台建立了某多用途汽车（MPV）白车身有限元模型。首先,利用相对灵敏度分析方法选取了19个白车身零部件壁厚作为轻量化设计变量;然后,采用拉丁超立方试验方法和一阶响应面模型方法建立白车身质量、弯扭刚度、一阶弯扭模态的近似模型,模型的复相关系值R2都接近1.0,模型精度高;最后,以白车身质量最小和扭转刚度最大为优化目标函数,弯曲刚度和一阶弯扭模态为约束条件,采用非支配排序遗传算法对白车身进行多目标优化。优化结果表明,轻量化后的白车身弯扭刚度、一阶变扭模态变化均小于1.0%,且在不改变用材的前提下,实现白车身减重6.4kg。     

微型电动汽车车身的轻量化

目前对于电动汽车车身轻量化研究中,多数都没能兼顾优化后车身性能、优化效率和精度。为了提高轻量化后车身的性能,提出一种综合考虑质量、刚度与一阶振动模态的多目标优化设计法。将有限元分析法和实验验证相结合,构造了基于材料和尺寸的微型电动汽车车身轻量化方法,确保了优化精度。采用灵敏度分析法确定关键部件厚度为优化模型的设计变量,提高了轻量化研究的效率。与传统的轻量化研究相比,该方法在获得近似最优解的同时能够保证轻量化后的车身性能满足要求,并且提高了计算效率和精度。     

基于NSGA-Ⅱ混合灵敏度分析的白车身轻量化优化设计

针对白车身的轻量化问题,提出了一种基于混合灵敏度分析的参数化优化方法。通过有限元仿真,标定白车身的弯扭刚度及模态性能。以试验设计分析零件厚度相对白车身弯扭刚度及模态的灵敏度,确定并筛选出对白车身刚度及模态性能影响不大的零件。将零件厚度作为多目标优化的设计变量,以白车身质量最小化、弯扭刚度最大化为优化目标,模态性能为约束条件构建多目标优化设计函数。基于NSGA-II遗传算法,进行白车身结构的轻量化优化设计。经Isight优化求解仿真,优化所选零件的厚度,轻量化设计了白车身结构。轻量化设计后的白车身性能仿真结果表明,其刚度及模态性能得到保证的前提下,白车身质量减轻了5.7%。     

满足可靠性要求的轻量化车身结构多目标优化方法

车身结构轻量化设计需要满足模态、刚度和碰撞安全等多项性能要求;同时为了提高设计方案的鲁棒性,必须在设计过程中考虑不确定性因素的影响.在各种方法中,非支配排序遗传算法NSGA-Ⅱ在工程设计的多目标和可靠性设计中应用越来越广泛.在采用高强度钢板后,为确定某车身前端结构的关键零件的厚度参数,分别建立白车身有限元模型和40%偏...     

机载相控阵雷达探测参数优化

相控阵雷达(phased array radar,PAR)可通过合理配置工作参数优化其性能.针对机载相控阵雷达目标探测过程中的射频隐身需求,提出了一种雷达工作参数优化方法.首先建立了以评估发现目标能力的检测概率和评估射频隐身能力的截获概率为指标,以脉冲峰值功率和驻留时间为优化参数的雷达探测多目标优化模型;然后根据多目标优化理论,采用改进非支配遗传算法(improved non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)求解Pareto最优解集,并由这些Pareto解构成决策矩阵;最后,利用熵权法对各个目标进行客观赋权,再运用逼近理想解的排序法(techninque for order preference by similarity to an ideal solution,TOPSIS)进行多属性决策(multi-attribute decision making,MADM),得到参数控制方案.结合具体实例进行仿真计算,结果表明,运用多目标优化理论可以有效地配置雷达工作参数,优化雷达工作性能.     

某商用车蓄电池支架多目标拓扑优化

为使蓄电池支架在轻量化的基础上能够满足汽车各工况下强度性能及要求,采用折衷规划法进行多目标拓扑优化,通过灰色关联分析法确定子目标的权重系数。首先在原始电池支架模型结构基础上,考虑实际装配和功能,建立了蓄电池支架初始拓扑优化模型;然后对其进行多工况和综合频率优化,并通过灰色关联分析法确定子目标函数的权重,运用折衷规划法进行多目标拓扑优化。最终得到的新模型质量比原模型降低10.9%,低阶频率及刚度有较大提高,各极限工况应力均小于许用值。结果表明,轻量化的蓄电池支架满足性能要求,验证了设计的合理性。     

基于多属性决策的气动隐身多目标优化

针对多目标优化结果排序与选择的多属性决策(Multi-attribute decision making,MADM)问题,将多目标优化与MADM相结合,提出基于MADM的多目标优化方法,并将该方法应用于跨声速前掠翼(Forward-swept wing,FSW)气动隐身多目标优化中,优化结果提高了跨声速FSW的气动和隐身性能。采用类别形状函数变换法(Class-shape function transformation,CST)方法对翼型几何外形进行描述,实现FSW气动和隐身多学科优化设计模型的参数化描述。建立基于N-S方程的计算流体力学方法的FSW气动分析模型和基于矩量法的计算电磁学方法的FSW隐身分析模型。将Pareto多目标遗传算法得到的Pareto非劣解集构成MADM矩阵,采用基于模糊熵权的改进的逼近理想解的排序法(Modified technique for order preference by similarity to ideal solution,M-TOPSIS)方案评价方法进行Pareto非劣解排序,最终确定最佳的Pareto非劣解。研究结果验证了所提出方法的有效性,为多目标优化问题提供了一种新的解决途径。     

基于NSGA-II的多目标设备动态布局方法

对多个计划期内需求可预测的车间动态设备布局问题进行了研究.针对这一多目标、多约束的问题,以物流搬运和重布局费用之和、非物流关系以及面积利用率作为优化目标,将动态布局问题转化为重布局过程和多个子计划期的静态布局问题,构建了针对不等面积设备的动态多期布局问题的连续型多目标优化模型.采用带精英策略的非支配遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)进行求解,克服了传统加权法求解多目标问题时加权系数难以确定和无法保证多目标同时优化的缺点,求解得到Pareto解集,供决策者根据企业实际情况优中选优.通过实例验证了本方法的有效性.     

基于NSGA-II算法的超轻型火炮摇架多目标优化设计

针对超轻型火炮摇架减小质量、提高刚度的设计要求,基于有限元法和多目标优化设计方法,建立了摇架多目标优化数学模型。以摇架质量和刚度为优化目标,以摇架强度为约束条件,选择了摇架外形结构尺寸和摇架钢板厚度为设计参数,采用改进非支配排序遗传算法(NSGA-II)作为优化方法。通过优化得到了摇架Pareto最优解集,优化结果对超轻型火炮摇架设计具有指导意义,同时,该优化设计方法为处理薄壁结构优化问题提供了一种新的设计思路。     

基于多目标遗传算法的高频磁致伸缩换能器优化设计

磁致伸缩换能器在高频激励下存在铁心涡流损耗大、磁场分布不均匀、电磁转化效率低等问题,需要从换能器本体优化设计方面寻求解决。首先对换能器的线圈高度和磁轭回路结构进行仿真分析以初步确定磁路结构;然后基于非支配排序遗传算法对换能器提出了一个整体的多目标优化设计模型,该模型以增大磁致伸缩棒内磁场强度、提高棒内的磁场分布均匀度和减少换能器高频损耗为优化目标,引入规范化排序和熵权法对该优化方法得到的Pareto前沿解进行决策支持,筛选一组最优设计方案;最后对该最优解进行仿真分析,磁场分布和数值计算结果验证了该优化方法的有效性,根据优化结果制作了一台换能器样机,样机输出特性的测试结果表明了优化设计方法的可行性。     

钛合金铣削加工参数多目标优化研究

为解决钛合金铣削加工存在的高成本、低效率问题,以生产效率最大和刀具寿命消耗率最小为目标,建立了铣削参数优化模型。提出了扩展非支配排序遗传算法（ENSGA-Ⅱ）,对种群初始化子过程进行规范化处理,保证了种群的多样性和均匀性;根据Pareto最优原理将非支配概念从目标函数空间扩展到约束空间,使得多目标多约束问题的处理更具有适应性和有效性。实例表明,该方法具有良好的寻优能力,能够获得满意的Pareto解集。借助于该方法,工艺人员可根据优化目标灵活地选择铣削参数,更好地协调生产效率、生产成本和表面质量之间的关系。     

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。     

Multidisciplinary design optimization of vehicle instrument panel based on multi-objective genetic algorithm

Typical multidisciplinary design optimization(MDO) has gradually been proposed to balance performances of lightweight, noise, vibration and harshness(NVH) and safety for instrument panel(IP) structure in the automotive development. Nevertheless, plastic constitutive relation of Polypropylene(PP) under different strain rates, has not been taken into consideration in current reliability-based and collaborative IP MDO design. In this paper, based on tensile test under different strain rates, the constitutive relation of Polypropylene material is studied. Impact simulation tests for head and knee bolster are carried out to meet the regulation of FMVSS 201 and FMVSS 208, respectively. NVH analysis is performed to obtain mainly the natural frequencies and corresponding mode shapes, while the crashworthiness analysis is employed to examine the crash behavior of IP structure. With the consideration of lightweight, NVH, head and knee bolster impact performance, design of experiment(DOE), response surface model(RSM), and collaborative optimization(CO) are applied to realize the determined and reliability-based optimizations, respectively. Furthermore, based on multi-objective genetic algorithm(MOGA), the optimal Pareto sets are completed to solve the multi-objective optimization(MOO) problem. The proposed research ensures the smoothness of Pareto set, enhances the ability of engineers to make a comprehensive decision about multi-objectives and choose the optimal design, and improves the quality and efficiency of MDO.     

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。     

基于高维多目标候鸟优化算法的柔性作业车间调度

针对柔性作业车间调度问题,提出一种改进的多目标候鸟优化算法来求解考虑完工时间、总拖期、机器总负荷以及总能耗的高维多目标问题。多目标候鸟优化算法在候鸟优化算法的基础上引入基于Pareto支配和参考点的选择算子来给予鸟群选择压力,并用基于属性层次模型和灰色关联分析法的组合权重法从最优解集中选择一个最合适的方案。算例和实例验证了算法的有效性和实用性。