基于层次分析粒子群算法的可靠性稳健优化设计

利用多目标优化策略,将机械零部件的可靠性稳健优化设计转化为多目标问题。为提高零部件可靠性稳健优化设计多目标模型的求解效率,将所提出的基于层次分析法的多目标粒子群算法应用于可靠性稳健优化设计的多目标模型求解中。该方法简便易行,能迅速准确地得到机械零部件扭杆的可靠性稳健优化设计信息。     

基于灰色粒子群算法的可靠性稳健优化设计

为提高车辆零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,将车辆前轴的可靠性稳健优化设计转化为多目标优化问题。运用灰色理论中的关联分析法,选取粒子群算法中的全局极值和个体极值,提出了适合可靠性稳健优化设计中多目标模型求解的灰色粒子群算法。与传统方法相比,该方法更能迅速准确地得到车辆前轴的可靠性稳健优化设计信息。     

机械零部件动态可靠性稳健优化设计的群智能算法

在运用随机过程和顺序统计原理建立载荷和强度随时间变化的动态可靠性模型基础上,利用稳健设计理论,建立了机械零部件动态可靠性稳健优化设计的多目标优化模型。针对该多目标模型所具有的动态高维的特点,提出了基于灰色关联分析的多粒子群协同动态多目标优化算法。以钢板弹簧结构为例,给出了动态环境下随时间变化的最优解集,为机械零部件的动态可靠性稳健优化设计提供了理论依据。     

机械零部件的动态可靠性稳健优化设计

研究了机械零部件强度、载荷和可靠度随时间的变化规律,并建立了随机载荷作用下的机械零件动态可靠性模型,讨论了动态可靠性灵敏度设计问题,提出了动态可靠性灵敏度设计的计算方法;将可靠性优化设计理论与动态可靠性灵敏度分析方法相结合,建立了动态可靠性稳健优化设计的计算模型,解决了机械零件的动态可靠性稳健优化设计问题。     

机械零部件的动态可靠性稳健优化设计

研究了机械零部件强度、载荷和可靠度随时间的变化规律,并建立了随机载荷作用下的机械零件动态可靠性模型,讨论了动态可靠性灵敏度设计问题,提出了动态可靠性灵敏度设计的计算方法;将可靠性优化设计理论与动态可靠性灵敏度分析方法相结合,建立了动态可靠性稳健优化设计的计算模型,解决了机械零件的动态可靠性稳健优化设计问题。     

某型飞艇外形多目标优化设计及其决策

飞艇的外形设计直接影响了飞艇的飞行性能、气动特性以及结构重量。文中以飞艇的阻力最小以及结构重量最轻作为优化目标,采用多目标粒子群优化算法对某型飞艇的外形进行了多目标优化设计。实际工程设计中,存在的诸多扰动因素会影响设计方案的性能。由于飞艇体积庞大且气囊为柔性材料,扰动因素对于飞艇的性能影响尤为明显。为此,文中提出了一种"基于信噪比的多目标决策方法"。该决策方法以信噪比为准则,不仅可以方便地对多个设计方案进行评价和排序,而且考虑到了工程实际中误差的客观存在,具有较大的工程应用价值。采用基于信噪比的多目标决策方法,从飞艇外形多目标优化的非劣解集中选择出最稳健的设计作为该型飞艇外形的最终设计方案。     

灰色系统理论的多目标可靠性稳健设计

通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,提出了2种基于灵敏度附加目标函数的可靠性稳健优化设计模型;针对不同评价者对目标获取信息的局限性,基于灰色系统理论把评价者对目标的评估分配在一定范围内,给出了计算各目标函数权重系数的专家评估方法. 应用Matlab7.1语言的优化工具箱和符号工具箱实现圆柱螺旋压缩弹簧的多目标可靠性稳健优化设计. 算例表明,该方法具有较高的精度和可靠度,为机械零件的可靠性设计提供了理论依据.     

6σ稳健设计在单目标优化问题中的仿真应用

引入6σ设计理念将可靠性理论和容差技术相结合,提出了一种稳健设计优化模型,采用粒子群算法,实现对目标函数的优化。以圆柱螺旋压缩弹簧为应用实例,基于ISIGHT集成MATLAB平台,对圆柱螺旋压缩弹簧的约束函数进行可靠性、稳健性评估,证明了该方法的有效性。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

机械结构动态可靠性设计的智能计算方法

针对多失效模式下机械部件动态可靠性设计问题,提出了一种Monte Carlo-时变极端学习机模型,利用该模型得到了随时间变化的载荷、强度、弹性模量、设计参数等与可靠度的显性函数表示。在此基础上建立了机械部件动态可靠性优化设计模型,并利用所提出的动态粒子群算法对模型进行求解。实验结果表明,该方法能提供整个服役期内满足可靠度要求的所有设计参数,为机械部件动态可靠性优化设计提供了一种行之有效的途径。     

基于改进ACO与PSO算法的结构可靠度分析

针对基本蚁群算法的过早收敛问题,引入信息熵,通过优化参数 ,对基本蚁群算法进行改进,进而寻找结构的最短失效路径。从可靠指标的几何意义出发, 利用罚函数法, 将结构可靠指标的求解问题转化成相应的无约束优化问题,采用粒子群算法对结构可靠指标进行求解计算。以十杆桁架为例,采用响应面法、遗传算法与本算法对结构可靠指标进行对比计算,结果表明改进蚁群与粒子群算法的收敛速度快,计算精度高。     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

多角色多策略多目标粒子群优化算法

针对粒子群算法在解决复杂多目标问题时存在过早收敛和多样性不足的问题,提出多角色多策略多目标粒子群优化算法(MOPSO_RS). 该算法根据粒子的角色划分指标,给不同性能的粒子赋予不同角色;提出多策略的学习参数调整方法和多策略的全局最优粒子选取方法,帮助种群执行各种搜索策略. 不同的学习参数使各角色粒子获得不同的搜索策略,以调整粒子的探索和开发能力. 不同的全局最优粒子使各角色粒子搜索不同区域,提高种群的搜索效率. 为了避免算法陷入局部最优,引入带有高斯函数的变异算子,使粒子根据其角色朝向不同的全局最优粒子变异,提高算法的求解精度. 实验结果表明,对比其他改进多目标算法,MOPSO_RS具有良好的收敛性和多样性,并验证了所提策略的有效性.     

基于模糊择近原则的容差稳健优化设计

以双目标离散容差-成本模型为基础,通过引入模糊数学中的隶属度函数和贴近度,提出了一种模糊容差稳健优化设计方法。该方法将模糊数学的择近原则和试验设计方法结合起来,较好地解决了双目标离散容差设计的全局最优问题。最后通过一个实例验证了该方法的合理、有效性。     

Multi-objective optimization of process based on resource capability

To improve the practicability, suitability and accuracy of the trade-off among time, cost and quality of a process, a method based on resource capability is introduced. Through analyzing the relationship between an activity and its’ supporting resource, the model trades off the time, cost and quality by changing intensity of labor or changing the types of supporting resource or units of labor of resource in a certain time respectively according to the different types of its’ supporting resources. Through contrasting this method with the model of unit time cost corresponding to different quality levels and inter-related linear programming model of time, cost and quality for process optimizing, it is shown that this model does not only cover the above two models but also can describe some conditions the above two models can not express. The method supports to select different function to optimize a process according to different types of its supporting resource.     

基于改进粒子群算法的加工方案多目标优化

针对多个加工方案的选择和优化问题,建立了基于粒子群算法的多目标优化数学模型.以生产成本、生产时间、加工质量和生产利润为主要评价指标,利用层次分析法建立阶梯层次模型,根据决策者对各评价指标的不同要求确定了权重.将该方法应用于某汽车变速器四档中间轴齿轮的加工过程中,采用粒子位置取整操作的编码方式,用改进粒子群算法和层次分析法的混合算法进行求解.实例结果分析表明,多目标优化模型能够简单、有效、客观地根据对评价指标的不同要求选择出最优的加工方案.     

基于粒子群的压电结构多目标同步优化控制

为了分析压电智能结构振动主动控制中结构与控制的耦合特性,克服现用优化算法的复杂性,以压电智能梁结构为研究对象,运用粒子群优化方法对传感器与作动器分布和反馈控制增益进行同步优化.选用储存能量和控制能量最小以及振动衰减最快的多重性能指标作为优化目标函数,找出了针对特定振动模态下的最佳贴片位置与控制增益,分析了压电片长度和数量对控制效果的影响.运算结果表明,与传统遗传算法相比,粒子群具有编程简单、计算量小、收敛速度快等优点.仿真结果显示,基于粒子群同步优化后的结构振动控制效果明显,验证了该方法的可行性.     

Multi-objective optimization of membrane structures based on Pareto Genetic Algorithm

A multi-objective optimization method based on Pareto Genetic Algorithm is presented for shape design of membrane structures from a structural view point.Several non-dimensional variables are defined as optimization variables,which are decision factors of shapes of membrane structures.Three objectives are proposed including maximization of stiffness,maximum uniformity of stress and minimum reaction under external loads.Pareto Multi-objective Genetic Algorithm is introduced to solve the Pareto solutions.Consequently,the dependence of the optimality upon the optimization variables is derived to provide guidelines on how to determine design parameters.Moreover,several examples illustrate the proposed methods and applications.The study shows that the multi-objective optimization method in this paper is feasible and efficient for membrane structures;the research on Pareto solutions can provide explicit and useful guidelines for shape design of membrane structures.