• 1
  • 2
新闻详细
http://www.shundediaolanchechuzu.com/ 云浮路灯车, 云浮路灯车出租, 云浮路灯车租赁    基于稳健均衡性分类的机械结构设计
新闻分类:公司新闻   作者:admin    发布于:2018-07-224    文字:【】【】【

      云浮路灯车,  云浮路灯车出租,  云浮路灯车租赁     基于稳健均衡性分类的机械结构设计      提出的整体区间约束三维违反矢量判别可行解和不可行解。对于设计向量,则为可行解,否者为不可行解。可行解优于不可行解。对于不可行解,利用整体区间约束三维违反矢量的模长进行优劣排序,值越小性能越优。对于可行解,根据其区间约束性能的稳健均衡性和区间多目标性能的稳健均衡性进行稳健性均衡分类。这四类可行解的优劣关系为:A类优于B类,B类优于C类,C类优于D类。在对上述每类可行解内部的设计向量进行优劣比较时,通过最小化原点坐标系建立目标性能稳健性距离,以实现对稳健型目标性能的奖励和对非稳健型目标性能的惩罚,进而利用目标性能稳健性整体距离实现对可行解的排序。可考虑多目标多约束性能均衡的机械结构稳优化设计行解为例进行说明。,使得原本分散在第一和第四象限的设计向量点均集中到第一项象限。于是,可行解JC对应第/个目标性能指标的区间目标性能稳健性距离,可以定义为设计向量点到坐标原点的距离。设计向量点具有最优的区间目标性能。利用区间目标性能稳健性距离,对A类可行解的区间目标性能分别进行排序,区间目标性能稳健性距离,越小则序号越小。于是,可行解A:将对应具有nj个排序序号计算这些序号的欧式距离并通过区间约束与目标性能.  考虑名目标名约東性能均衡的机械结构稳健优化设计稳健性均衡矢量进行补偿得到目标性能稳健性整体距离, 对应的目标性能稳健性整体距离值越小则性能越优。






    基于嵌套GA的多目标多约束稳健优化模型,   直接求解结合双层嵌套遗传算法和Kriging技术,实现机械结构多目标多约束稳健性优化设计模型的直接求解。在内层遗传算法中,通过Kriging近似模型计算得到目标和约束函数中。在外层遗传算法中,根据所提出的机械结构性能的稳健性度量方式、稳健性均衡原则和基于稳健性均衡分类的目标性能稳健性整体距离排序法则,对所有设计向量进行直接排序,从而获得各个体的适应度,进而得到该稳健优化问题的最优解。机械结构性能多目标多约束稳健均衡优化流程,其具体步骤如下:Step1.根据机械结构多目标多约束性能稳健均衡优化设计要求,确定不确定向量和设计向量的取值范围,建立机械结构多目标多约束性能稳健性优化设计模型;Step2.采样,并利用Kriging技术,建立待优化的结构各性能指标的预测模型;Step3.对双层嵌套遗传算法进行初始化设置,设置当前迭代代数为1,同时根据具体情况,分别设置内外层种群大小、内外层的交叉概率和变异概率、最大迭代次数、收敛条件,并生成初始种群。Step4.在遗传算法内层,利用Kriging近似模型计算得到当前种群个体的各目标和约束性能左右边界值,并计算其整体区间约束三维违反矢量。Step5.在遗传算法外层,以排序法则对设计向量分类,并进行类内优劣排序,从而实现所有设计向量的直接排序,每个设计向量将具有排序序号计算其适应度。Step6.判断是否达到迭代次数或者性能收敛阈值:如达到,执行Step7,否则,当前迭代次数加1,进行交叉和变异操作生成外层遗传算法下一代种群的个体,返回Step4〇Step7.输出适应度最大的设计向量,得到机械结构多目标多约束性能稳健均衡优化设计的最优解。



     云浮路灯车,  云浮路灯车出租,  云浮路灯车租赁 www.shundediaolanchechuzu.com/

 

     利用提出的多目标多约束稳健均衡优化算法对稳健优化模型进行直接求解。设置遗传算法初始化参数,同时设置三个目标函数区间中值的收敛阈值均为1E-2,即当代种群中各目标函数最大与最小区间中值的差值均小于1E-2时,认为目标函数收敛。目标函数在第48代时达到收敛,其所对应最优设计向量为(1.74,1.09)。2)利用间接方法进行求解。同样地,按所列参数对其进行初始化,同时设置三个目标函数区间中值的收敛阈值均为1E-2,各个目标函数指标的权重为1/6,正则化因子均为1,两个约束函数的罚因子均为1000,各个约束函数的区间可能度均为1。完成设置后对模型进行优化求解,区间目标函数收敛过程,目标函数在第18代时达到收敛,其所对应最优设计向量为(3.61,0_00)。




        对于间接方法,由于两约束函数的违反罚因子取得太小,其对约束函数违反约束条件的惩罚力度不够,其约束函数1的右边界违反约束条件,导致得到优化结果的约束稳健性水平低下,可见采用惩罚因子进行筛选的方式需要较高的经验且具有未知性。同时,间接方法不考虑各函数间的稳健均衡性,导致约束函数2具有非常高的稳健性,但是约束函数1和所有目标函数的稳健性都处于较低的水平,目标函数和约束函数的整体稳健性相对较低。由于提出算法考虑了约束函数之间、目标函数之间、约束与目标函数之间的稳健性均衡,故其收敛速度较慢。同时,提出算法得到的优化结果尽管在区间中值上均不如间接方法得到的优化结果,但是对比各稳健性系数的均衡情况,提出算法得到的算例优化结果的整体稳健性水平明显优于间接方法,体现出较好的稳健性均衡效果。



      云浮路灯车,  云浮路灯车出租,  云浮路灯车租赁



分享到:
点击次数:725  更新时间:2018-07-22  【打印此页】  【关闭

Copyright © 2009-2014,恒越(佛山)路灯车租赁有限公司,All rights reserved