多目标决策中基于遗传算法的方案排序分析

分析了常规多目标决策的一般过程，提出在进行方案排序结合时，应充分利用已得到的信息，据此建立了非线性规划模型，并引入遗传算法对规划模型进行求解。通过对实例进行分析，得出这种方法能充分利用集结后的信息，得到较为可信方案排序的结论。     

基于遗传算法的辊筒棒磨机多目标优化设计

为了优化辊筒棒磨机的磨矿过程,选取影响磨矿性能的主要因素,利用量纲分析法对磨矿特征进行描述,并结合实验数据,建立磨矿过程的多目标优化模型;利用遗传算法对模型进行求解,得到Pareto最优解集,采用优劣解距离(TOPSIS)法寻得多目标优化问题的一组最优解,并对结果进行分析。结果表明:进行多目标优化后,棒磨机产率提高了5. 46%,能源利用率提升5. 04%,磨矿产物的均一性指数增大1. 088,有效地提升了辊筒棒磨机的综合性能。     

基于遗传算法的车间布局多目标优化

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型.设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究.以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性.该模型及算法对车间进行多目标多行布局具有借鉴意义.     

基于直接搜索方法的层合板多目标优化设计

直接多目标搜索方法(DMS)是一种不需要计算梯度信息并且能实现全局收敛的多目标优化方法。基于直接多目标搜索方法,以简支层合板铺设角度为设计变量,基频和声功率为目标函数进行层合板结构振动与声多目标优化。分别以4层、8层复合材料层合板为例,用DMS方法对其优化设计,并与传统的遗传算法(GA)对比。结果表明,对于4层复合材料层合板,DMS方法比GA方法优化速度快,且能得到全局最优解;对于8层复合材料层合板,用DMS方法比4层板优化所需时间多,但相比GA方法,DMS方法优化更快。     

《基于多目标遗传算法的消声器优化设计》

四端网络法结合遗传算法设计消声器。以四端子网络为理论基础建立消声器的插入损失、传递损失、噪声降低的模型,模拟计算出消声器的消声特性响应曲线。应用多目标遗传算法对得到的消声器的噪声特性进行优化,结果使消声器的消声性能得到明显的改善,可以缩短设计周期,提高效率。     

基于多目标遗传算法的传感器优化布点研究

针对目前桥梁模态试验中传感器布点优化都是基于单一准则下的研究的局限性,提出采用双准则或多准则下的传感器优化布点研究,该方法改进了以往布点优化中单一目标最优的限制,转而寻求多准则下的优化布点的满意解,而非真正严格数学意义上的最优解。采用Pareto遗传算法,设计了相应的遗传算子和编码方案,成功求解了双准则下传感器最优布点问题,优化结束时,成功给出了一组pareto最优解的前沿面,进而证明了提出的方法是可行的。     

产品操作界面元素布局多目标优化设计

目的针对产品设计中操作界面布局设计时存在的随意性、不确定性大等问题,使用多目标优化设计的方法,寻找界面元素的最优布置,以提升界面的使用舒适性和人机交互效率。方法在分析了工效学准则和界面布局美度评价准则的基础上,确立了层次性、相关性、简洁性和舒适性四个界面布局基本原则,并依据原则构建了界面元素布局多目标优化数学模型,在此模型的基础上采用改进的遗传算法,建立基于遗传算法的界面元素布局多目标优化方法。结果给出产品操作界面布局设计的基本原则,提出一种基于遗传算法的产品操作界面元素布局的多目标优化方法及流程。结论提出的布局原则和优化方法能较好地协助设计师获得满足设计需求的布局方案,实例结果表明了理论模型的合理性与遗传算法对于界面元素布局多目标优化问题求解的有效性。     

基于分布式计算的复合材料机翼优化设计

将遗传算法与高精度的通用有限元分析软件相结合, 并将其应用于复合材料机翼满足气动弹性要求的优化设计中。为了提高采用遗传算法的复合材料机翼优化设计的效率, 探讨了将分布式计算与遗传算法进行集成, 形成了基于分布式计算和遗传算法的复合材料机翼优化设计方法, 并应用该方法解决某大展弦比复合材料机翼副翼和舵面操纵反效问题。计算结果表明, 该方法可用于解决工程上复杂结构优化问题。      

磁流变液减振器的多目标优化与设计

磁流变液减振器由于其结构简单、可靠性高、稳定性好、减振效果出色等优点,成为了当今国内外学者和生产商研究和开发的热点。磁流变液是磁流变液减振器的核心元件,通过改变外加磁场,可以可逆、连续、快速的调节其粘度。磁流变液减振器在车辆的半主动悬架系统中起着关键性的作用,为了能让车辆快速、平稳的行驶,磁流变减振器需要具备良好的动力学籽陛、低功耗特性以及良好的系统响应,但目前绝大多数的研究与设计仅仅是以其中某一项为目标进行优化,优化出来的磁流变液减振器很难满足综合性能要求。此项目从多目标的角度出发,通过遗传算法计算其结构参数,设计出适用于实际车型应用、满足综合性能的磁流变减振器。     

基于MTO的多目标优化排产模型

针对多订单情况下多产品生产计划安排研究存在不足,提出了一种新的基于订单的计划排期多目标优化模型,目标包括利润最大化与均衡生产,通过各计划期之间产量安排对各资源消耗的偏差最小化来实现均衡生产.模型存在非线性多目标,实现时采用了遗传算法,通过Sheffield GATBX利用MATLAB编程实现.     

基于物理规划的 Stewart 平台多目标优化

应用物理规划方法对500米口径球面射电望远镜(FAST)精调 Stewart 平台进行了多目标优化设计.根据 Stewart 平台的设计准则,将 Stewart 平台的运动精度、重量和工作效率作为目标函数,构造了相应的以目标函数为变量的偏好函数,建立了基于物理规划的多目标优化模型,采用遗传算法对该优化问题进行求解.结果表明,物理规划避免了基于权重的多目标优化方法中权系数难以确定的问题,有效地给出了优化问题的 Pareto 解.     

Multi-objective optimization of a flexible slider-crank mechanism synthesis,based on dynamic responses

This work deals with a multi-body system synthesis. A flexible slider crank mechanism has been investigated as an illustrative application. The main interest is focused on the mechanism design variables’ identification based on its dynamic responses. Three responses have been involved such as the slider velocity, the slider acceleration and the mid-point transversal deflection of the flexible connecting rod. Each of these responses has been embroiled separately in a mono-objective optimization. Subsequently, the multi-objective optimization subsuming these responses has been established. Two different optimization methods have been studied namely the genetic algorithm (GA) and the particle swarm optimization (PSO) technique. It has been proved that the multi-objective optimization presents more accurate results beside the mono-objective optimization. Compared to the GA, the PSO is more powerful and is able to identify the mechanism design variable with better accuracy, in spite of the affordable computational time allowed with the GA optimization.     

飞机总体设计中的一种多目标鲁棒优化方法

 提出一种基于灵敏度的多目标鲁棒优化方法。针对各维设计变量存在扰动的情况,在原约束多目标优化模型上,附加偏差目标函数,并采用最差估计法对约束条件进行鲁棒可行性调整。采用全局敏度方程方法来计算目标函数和约束函数对设计变量的敏度,进而采用Pareto遗传算法搜索约束多目标优化问题的非劣解集,设计者可以根据不同的设计准则从中选择合适的设计点。将上述方法用于飞机总体参数优化设计,并与采用常规优化方法所得的优化结果进行了分析和比较。     

The universal scissor component: Optimization of a reconfigurable component for deployable scissor structures

Deployable scissor structures are well equipped for temporary and mobile applications since they are able to change their form and functionality. They are structural mechanisms that transform from a compact state to an expanded, fully deployed configuration. A barrier to the current design and reuse of scissor structures, however, is that they are traditionally designed for a single purpose. Alternatively, a universal scissor component (USC)—a generalized element which can achieve all traditional scissor types—introduces an opportunity for reuse in which the same component can be utilized for different configurations and spans. In this article, the USC is optimized for structural performance. First, an optimized length for the USC is determined based on a trade-off between component weight and structural performance (measured by deflections). Then, topology optimization, using the simulated annealing algorithm, is implemented to determine a minimum weight layout of beams within a single USC component.     

基于粒子群算法多目标优化液压支架四连杆

针对煤矿液压支架四连杆受力计算较为复杂,简化计算时易出现较大误差且稳定性较差的问题,提出从四连杆机构的空间受力出发并结合支架的运动轨迹,采用粒子群优化算法对四连杆机构展开优化研究。首先建立了四连杆优化模型,在优化模型中选取对结果影响较大的参数作为优化变量,以轨迹偏差、连杆长、连杆力之和作为目标函数,根据液压支架设计规范确定约束条件。然后使用粒子群算法对目标函数进行迭代求解并在求解过程中采用惩罚函数法解决优化模型中不等式约束问题。对比优化前后连杆的杆长、受力和稳定性数据,发现优化后的四连杆实现了轻量化,且受力较小,稳定性提高。研究结果对四连杆的设计有实际参考价值。     

基于复合优化方法立式数控加工中心的多目标优化设计

为实现加工中心动静态性能不低于优化前性能,达到整机重量最轻的要求,本文提出了一种复合优化方法来研究多变量、多约束和多目标的数控加工中心优化设计。采用有限元分析和实验模态测试方法分析各大件动态性能,并验证了有限元模型的精确性。然后以该有限元模型为基础进行静态分析,得出各大件的最大变形及应力等。以柔度为目标,采用变密度法拓扑优化设计立柱结构的外形框架;以固有频率为目标,基于元结构的可适应性动态优化方法设计加工中心的筋板结构;以固有频率和质量为目标,基于响应面法的尺寸优化确定各结构的最优尺寸。最后将优化后的各大件进行整机装配,分析校核整机动静态性能。分析结果表明,优化后的整机在保证加工中心动静态性能的条件下,整机质量从12749kg减少到12127kg,减重达到4.9%,达到了整机的优化设计要求,说明该方法具有较高的精度和较强的工程实用性。     

Multi-objective optimal design of sandwich panels using a genetic algorithm

In this study, an optimization problem concerning sandwich panels is investigated by simultaneously considering the two objectives of minimizing the panel mass and maximizing the sound insulation performance. First of all, the acoustic model of sandwich panels is discussed, which provides a foundation to model the acoustic objective function. Then the optimization problem is formulated as a bi-objective programming model, and a solution algorithm based on the non-dominated sorting genetic algorithm II (NSGA-II) is provided to solve the proposed model. Finally, taking an example of a sandwich panel that is expected to be used as an automotive roof panel, numerical experiments are carried out to verify the effectiveness of the proposed model and solution algorithm. Numerical results demonstrate in detail how the core material, geometric constraints and mechanical constraints impact the optimal designs of sandwich panels.     

Multi-objective engineering design using preferences

System design is a complex task when design parameters have to satisy a number of specifications and objectives which often conflict with those of others. This challenging problem is called multi-objective optimization (MOO). The most common approximation consists in optimizing a single cost index with a weighted sum of objectives. However, once weights are chosen the solution does not guarantee the best compromise among specifications, because there is an infinite number of solutions. A new approach can be stated, based on the designer's experience regarding the required specifications and the associated problems. This valuable information can be translated into preferences for design objectives, and will lead the search process to the best solution in terms of these preferences. This article presents a new method, which enumerates these a priori objective preferences. As a result, a single objective is built automatically and no weight selection need be performed. Problems occuring because of the multimodal nature of the generated single cost index are managed with genetic algorithms (GAs).     

应用遗传算法和神经网络的工程电梯传动机构模糊优化设计

 考虑到影响设计的某些因素很难用确定数值表示,以工程电梯传动机构中蜗轮齿冠体积最小为优化目标,建立了模糊优化设计的数学模型。采用二级模糊综合评判法按最大隶属度原则求出最优水平截集,将模糊优化问题转化为普通优化问题。另外,通过神经网络方法得出网络权值和阈值以拟合待求系数,并采用加法形式的惩罚策略来构造带有惩罚项的适值函数,应用Matlab遗传算法工具箱寻求问题最优解,从而提高设计精度和搜索效率。