首頁 > 優(yōu)秀范文 > 多目標(biāo)優(yōu)化設(shè)計(jì)
時(shí)間：2023-06-22 09:12:40
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇多目標(biāo)優(yōu)化設(shè)計(jì)范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
[Abstract] Construction enterprises in the construction management of traditional design is in just one index construction time, progress and cost of the single optimization, and without considering the target relation. Resulting in construction and planning is not consistent, so that construction units not know what course to take. This paper in view of the current project management in the three as long as the goal is obtains analyzes one by one and try to integrate these aspects.
[keyword] construction management; multi-objective optimization design;
中國分類號(hào)：TL372+.2
1.引言
建筑工程行業(yè)一直以來都是我國的支柱性產(chǎn)業(yè)，建筑業(yè)的發(fā)展水平對(duì)我國整體經(jīng)濟(jì)的發(fā)展形勢起著至關(guān)重要的作用。當(dāng)前，隨著我國住房體制的改革，大量的住房消需求被釋放出來，再加上國家城市化進(jìn)程的步伐不斷加快，國內(nèi)建筑行業(yè)呈現(xiàn)出欣欣向榮的景象。然而，在競爭愈來愈激烈的形勢下，粗放性經(jīng)營己無法適應(yīng)當(dāng)下的發(fā)展，只有加強(qiáng)企業(yè)內(nèi)部管理，向管理要效益才能有出路。對(duì)建筑施工企業(yè)來說就是要優(yōu)化設(shè)計(jì)施工管理中的諸多目標(biāo)。
2.三大施工管理控制目標(biāo)的基本分析
施工管理目標(biāo)是施工管理的重要組成部分，管理的功能決定了實(shí)現(xiàn)目標(biāo)的方法。施工項(xiàng)目管理的目標(biāo)就是在規(guī)定的時(shí)間內(nèi)，用一定的費(fèi)用建造出符合質(zhì)量要求的建筑。其目標(biāo)主要可分為三個(gè)方面：進(jìn)度管理目標(biāo)、質(zhì)量管理目標(biāo)、成本管理目標(biāo)［1］。
2.1施工項(xiàng)目質(zhì)量管理
施工項(xiàng)目質(zhì)量是反映建筑實(shí)體能力和特性的總稱，是根據(jù)有關(guān)法律、法規(guī)、及相關(guān)技術(shù)標(biāo)準(zhǔn)對(duì)工程安全、使用、經(jīng)濟(jì)、美觀等特性的綜合要求。施工項(xiàng)目質(zhì)量管理就是為保證達(dá)到項(xiàng)目規(guī)定的質(zhì)量標(biāo)準(zhǔn)而采取的一系列措施和手段。由于工程項(xiàng)目是一個(gè)工序流程龐大而復(fù)雜的物質(zhì)生產(chǎn)過程，因此，需要對(duì)人、材料、機(jī)械、方法和環(huán)境構(gòu)成的系統(tǒng)進(jìn)行全面控制。
2.2施工項(xiàng)目進(jìn)度管理
施工進(jìn)度是指項(xiàng)目在施工過程中各階段所需要的時(shí)間。工程進(jìn)度是工程建設(shè)非常重要的一個(gè)要求，對(duì)項(xiàng)目積極效益起著很大的影響。項(xiàng)目進(jìn)度管理是對(duì)項(xiàng)目在各個(gè)施工階段的施工內(nèi)容、施工時(shí)間、施工工序間的關(guān)系制定計(jì)劃，由于影響工程進(jìn)度的因素較多，在編制計(jì)劃時(shí)必須充分認(rèn)識(shí)和估計(jì)到各種可能出現(xiàn)的狀況，并進(jìn)行實(shí)時(shí)的修改和調(diào)整，直至工程竣工驗(yàn)收。
2.3施工項(xiàng)目成本管理
項(xiàng)目成本就是指某一工程在項(xiàng)目實(shí)施過程中發(fā)生的全部費(fèi)用總和。工程施工過程中工人工資、消耗的材料、構(gòu)配件、租賃費(fèi)、施工機(jī)械臺(tái)班費(fèi)及為組織和管理施工所發(fā)生的全部費(fèi)用支出統(tǒng)稱為項(xiàng)目施工成本。成本管理的目標(biāo)是在規(guī)定時(shí)間及預(yù)定的質(zhì)量前提下，不斷優(yōu)化項(xiàng)目管理工作，充分挖掘降低成本的潛力，以盡可能少的耗費(fèi)，實(shí)現(xiàn)預(yù)定的成本目標(biāo)。因此，施工項(xiàng)目成本管理是對(duì)項(xiàng)目實(shí)施過程中發(fā)生的費(fèi)用，組織、系統(tǒng)地預(yù)測、控制、核算和考核的一系列科學(xué)管理工作。
3. 三大施工管理控制目標(biāo)的優(yōu)化設(shè)計(jì)分析
質(zhì)量、進(jìn)度、成本三者間既存在矛盾的一面，又存在著統(tǒng)一的一面，工程項(xiàng)目施工管理的優(yōu)化設(shè)計(jì)就是將這三大目標(biāo)作為一個(gè)有機(jī)的系統(tǒng)來進(jìn)行整體的控制。
通常情況下，如果對(duì)工程質(zhì)量要求較高，那就需要投入較多的資金和花費(fèi)較多的時(shí)間；如果項(xiàng)目要搶時(shí)間、爭進(jìn)度，那么成本就要相應(yīng)的提高，或者質(zhì)量要求適當(dāng)?shù)叵抡{(diào)；如果要降低投資，那么就要考慮降低項(xiàng)目的功能要求和質(zhì)量標(biāo)準(zhǔn)。這些反映出施工項(xiàng)目三大目標(biāo)之間矛盾、統(tǒng)一的關(guān)系。
3.1 施工項(xiàng)目整體管理制度優(yōu)化
不斷完善、積極落實(shí)項(xiàng)目施工過程中各種相關(guān)技術(shù)標(biāo)準(zhǔn)、規(guī)范、章程。建立健全技術(shù)管理及技術(shù)責(zé)任制。實(shí)施技術(shù)責(zé)任制是為了保證各技術(shù)崗位工作都要有專門的技術(shù)責(zé)任人，杜絕施工過程中出現(xiàn)問題無人負(fù)責(zé)的現(xiàn)象。同時(shí)還可以充分調(diào)動(dòng)技術(shù)人員的積極性，務(wù)實(shí)落實(shí)技術(shù)交底和檔案管理工作。在圖紙會(huì)審階段，要求要有組織、有步驟地按程序進(jìn)行。未經(jīng)會(huì)審?fù)ㄟ^的施工圖紙不得用于施工［2］。技術(shù)交底的工作一定要分級(jí)進(jìn)行，并且要分級(jí)管理，使參與人員都做到心中有數(shù)，避免盲目施工。對(duì)于重點(diǎn)工程、重點(diǎn)部位的技術(shù)應(yīng)用，工程項(xiàng)目管理人員更需要做詳細(xì)清楚的技術(shù)交底安排。這其中，交建設(shè)單位的竣工資料和施工單位保存的施工組織與管理檔案都應(yīng)按檔案管理要求進(jìn)行搜集、整理和歸檔。
3.2 施工項(xiàng)目整體技術(shù)優(yōu)化
在施工準(zhǔn)備階段所做的技術(shù)準(zhǔn)備工作是為了創(chuàng)造有利的施工條件，從而保證施工任務(wù)得以順利進(jìn)行，它的主要工作內(nèi)容及基本任務(wù)是了解和分析建設(shè)工程特點(diǎn)、進(jìn)度、要求，摸清施工的客觀條件，編制施工組織設(shè)計(jì)，并制定合理的施工方案，充分及時(shí)地從技術(shù)、物資、人力和組織等方面為工程創(chuàng)造一切必要的條件，使施工過程連續(xù)、均衡地進(jìn)行，保證工程在規(guī)定的工期內(nèi)交付使用，使工程施工在保證質(zhì)量的前提下，做到提高勞動(dòng)生產(chǎn)率和降低工程成本。而施工組織設(shè)計(jì)是指導(dǎo)工程項(xiàng)目進(jìn)行施工準(zhǔn)備和施工的基本技術(shù)條件，加強(qiáng)施工組織設(shè)計(jì)編制的組織工作，對(duì)參加編寫的人員明確分工，責(zé)任到人，最后匯總，修改定稿。
在施工準(zhǔn)備階段，選擇科學(xué)的施工方法，協(xié)調(diào)各個(gè)工種在施工中的搭接與配合、合理安排勞動(dòng)力和各類施工物資的供應(yīng)、確定各分部分工程的目標(biāo)工期和單位工程。編制施工計(jì)劃，落實(shí)計(jì)劃的實(shí)施, 保證人力、施工物資和資金的及時(shí)到位。掌握建設(shè)工程特點(diǎn)和施工技術(shù)要求，分析工程施工進(jìn)度要求和投資成本規(guī)定，并據(jù)此編制施工組織設(shè)計(jì)、制定施工方案，創(chuàng)造有利的施工條件，保證施工任務(wù)順利進(jìn)行［3］。
在項(xiàng)目施工階段，首先要合理安排人力資源在施工過程中的運(yùn)用，避免各工種人員出現(xiàn)怠工、窩工的現(xiàn)象，其次做好施工機(jī)械的均衡調(diào)配, 施工機(jī)械的臺(tái)班數(shù)量和工作面直接影響其最大施工強(qiáng)度，因此大型施工機(jī)械的及時(shí)進(jìn)場和轉(zhuǎn)移應(yīng)做到合理的銜接安排。當(dāng)遇到技術(shù)難點(diǎn)工序、關(guān)鍵工序時(shí)，要采取各種措施予以保證其按時(shí)順利完成。
4.結(jié)束語
通過技術(shù)管理工作，做好施工前各項(xiàng)準(zhǔn)備，并且加強(qiáng)施工過程中出現(xiàn)的重點(diǎn)、難點(diǎn)控制，優(yōu)化配置資源提高勞動(dòng)生產(chǎn)率、降低資源消耗，進(jìn)而達(dá)到質(zhì)量、進(jìn)度和成本多方面的和諧統(tǒng)一。作為項(xiàng)目部，為了實(shí)現(xiàn)安全、質(zhì)量、進(jìn)度、成本等方面的目標(biāo)要求，必須加強(qiáng)施工過程的技術(shù)管理因此加強(qiáng)建筑施工技術(shù)管理，對(duì)整個(gè)工程項(xiàng)目都起著十分重要的作用。
【參考文獻(xiàn)】
中圖分類號(hào)：TM614 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2015）45-0013-02
風(fēng)光互補(bǔ)混合供電系統(tǒng)是一種比單獨(dú)的光伏和風(fēng)能供電更加有效、經(jīng)濟(jì)的供電形式，也是可再生能源進(jìn)行單獨(dú)立供電的一種優(yōu)化選擇，可以極大降低供電系統(tǒng)對(duì)電池儲(chǔ)蓄能量的需求。因此，人們?cè)絹碓街匾晫?duì)風(fēng)光互補(bǔ)混合供電系統(tǒng)的多目標(biāo)優(yōu)化設(shè)計(jì)進(jìn)行研究，取得了一定的成就，本文主要介紹運(yùn)用改進(jìn)微分進(jìn)化算法對(duì)其進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)的研究方法。
一、風(fēng)光互補(bǔ)混合供電系統(tǒng)概述
風(fēng)光互補(bǔ)混合供電系統(tǒng)的主要構(gòu)成裝置是多種型號(hào)不一樣的風(fēng)力發(fā)電機(jī)組，光伏電池構(gòu)件以及多個(gè)蓄電池。這些組成部分對(duì)環(huán)境的適應(yīng)性各不相同，同時(shí)對(duì)用戶供電可靠性的要求也不相同，所以把這些裝置集合在一個(gè)系統(tǒng)中互補(bǔ)有無，以便可以在符合供電系統(tǒng)要求的基礎(chǔ)上，盡可能實(shí)現(xiàn)最經(jīng)濟(jì)、最可靠的供電[1]。風(fēng)光互補(bǔ)混合供電系統(tǒng)的構(gòu)成圖如下所示：
（一）風(fēng)力發(fā)電機(jī)組。風(fēng)力發(fā)電機(jī)組的發(fā)電功率和風(fēng)速之間的關(guān)系如下所示：
具體的計(jì)算過程如下：
（一）設(shè)置初始參數(shù)：將系統(tǒng)的種群數(shù)量N，終止迭代次數(shù)C、系統(tǒng)變異因子的上限和下限Fmax、Fmin，以及供電系統(tǒng)的雜交因子的上限和下限Crmax、Crmin設(shè)置出來[4]。
（二）進(jìn)行優(yōu)化設(shè)計(jì)的種群初始化。在系統(tǒng)決策變量的最大范圍中，使其隨機(jī)形成對(duì)個(gè)解。
（三）將系統(tǒng)父代種群的適應(yīng)度方差準(zhǔn)確計(jì)算出來。將F和Cr的最小值計(jì)算出來。
（四）供電系統(tǒng)多目標(biāo)有針對(duì)性地實(shí)行變異和交叉操作，進(jìn)而產(chǎn)生子代種群。
（五）把上述形成的子代種群代入約束條件計(jì)算式（8）和（9）實(shí)施檢驗(yàn)，如果計(jì)算結(jié)果與需求的條件不符合，就需要根據(jù)改進(jìn)的算法進(jìn)行計(jì)算。
（六）將供電系統(tǒng)父代種群和子代種群互相適應(yīng)的數(shù)值計(jì)算出來，接著運(yùn)用貪婪方法做出操作選擇，同時(shí)將目前最優(yōu)的個(gè)體和相應(yīng)的適應(yīng)數(shù)值準(zhǔn)確記錄下來。
（七）再判斷目前的種群分散程度，針對(duì)于部分立即要進(jìn)行重疊的個(gè)體，要對(duì)其實(shí)行解群轉(zhuǎn)換的操作。
（八）將以上步驟重復(fù)計(jì)算，一直到實(shí)現(xiàn)系統(tǒng)的迭代次數(shù)為止。
目前，大多數(shù)風(fēng)光互補(bǔ)混合供電系統(tǒng)多目標(biāo)優(yōu)化設(shè)計(jì)方案中，都將選擇光伏電池的傾角設(shè)置成當(dāng)?shù)氐木暥戎??？墒牵诨旌瞎╇娤到y(tǒng)選擇光伏電池的傾角時(shí)，要綜合考慮日照、風(fēng)速、組件的容量等[5]。由于混合系統(tǒng)光伏電池的傾角選擇與其發(fā)電量的變化有直接的關(guān)系，就需要將蓄電池組的數(shù)量增多以更好地確保電力系統(tǒng)的安全性和穩(wěn)定性，可是這種改變會(huì)極大增加電力系統(tǒng)的總成本。所以，就要將光伏太陽板的傾角看成是一個(gè)決策的變化量，再將其代入進(jìn)行計(jì)算。
結(jié)束語
綜上所述，全面結(jié)合了風(fēng)速、日照、地理方位、負(fù)荷等的不同變化，對(duì)風(fēng)光互補(bǔ)混合供電系統(tǒng)的多目標(biāo)優(yōu)化設(shè)計(jì)進(jìn)行了一定的探討，尤其是光伏太陽板的傾角的選擇，不能只是將其設(shè)置為當(dāng)?shù)氐木暥戎担且Y(jié)合當(dāng)時(shí)的風(fēng)速和電量符合等因素，使其和太陽能形成一定的互補(bǔ)性，再將其代入計(jì)算。
參考文獻(xiàn)
[1]王紹鈞.風(fēng)光蓄獨(dú)立供電系統(tǒng)應(yīng)用研究[D].華北電力大學(xué)（保定），2014，21（11）：17-23.
[2]劉皓明，柴宜.基于GA-PSO的微電網(wǎng)電源容量優(yōu)化設(shè)計(jì)[J].華東電力，2013，41（2）：311-317.
在飛機(jī)設(shè)計(jì)、工藝、制造、裝配等研制過程中,容差分配是一個(gè)復(fù)雜的多解問題,合理的容差分配非常關(guān)鍵,它控制著產(chǎn)品的性能、制造成本、裝配工藝性等。目前,飛機(jī)裝配容差優(yōu)化的研究主要以最低成本法、綜合優(yōu)化法等為主。假設(shè)作為調(diào)整因素的各零件之間的容差信息相互獨(dú)立,以裝配性能、加工成本和裝配工藝性作為優(yōu)化指標(biāo),裝配容差優(yōu)化即設(shè)法找到使指標(biāo)達(dá)到最佳值的優(yōu)化因素組合,這屬于典型的非線性優(yōu)化問題。而神經(jīng)網(wǎng)絡(luò)作為模仿生物神經(jīng)的智能信息處理系統(tǒng),具有高度的非線性映射的特點(diǎn),為解決容差優(yōu)化問題提供了一個(gè)良好手段。
1、多目標(biāo)容差優(yōu)化的神經(jīng)網(wǎng)絡(luò)原理
在多目標(biāo)容差優(yōu)化過程中,由于各個(gè)目標(biāo)之間往往存在著一定的矛盾關(guān)系,通常不可能達(dá)到所有目標(biāo)都最優(yōu)的方案,因此引入求解多目標(biāo)優(yōu)化的最基本方法——評(píng)價(jià)函數(shù)法,將多目標(biāo)容差優(yōu)化問題轉(zhuǎn)化為單目標(biāo)容差優(yōu)化問題進(jìn)行求解。
1.1 單目標(biāo)容差優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建
為簡化分析,以一個(gè)確定了制造、裝配工藝方案,包含三個(gè)零件的裝配體為例,構(gòu)建基于BP算法的神經(jīng)網(wǎng)絡(luò)進(jìn)行單目標(biāo)的容差優(yōu)化,采用如圖1所示的三層網(wǎng)絡(luò)結(jié)構(gòu):第一層為輸入層,將各零件的容差信息傳遞給下一層;第二層為以隱層,進(jìn)行容差信息的處理;第三層為輸出層,輸出優(yōu)化指標(biāo)。
將各零件容差的上、下極限偏差作為輸入值,令其為。將裝配性能、加工成本和裝配工藝性三個(gè)優(yōu)化指標(biāo)作為輸出值,令其為,分別建立三個(gè)針對(duì)各自優(yōu)化指標(biāo)的容差優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型。隱層節(jié)點(diǎn)數(shù)可根據(jù)經(jīng)驗(yàn)公式來確定,其中為輸出層節(jié)點(diǎn)數(shù),為1～10之間的常數(shù)。各層之間均采用雙極性Sigmoid函數(shù)作為傳輸函數(shù)。
圖1容差優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型
對(duì)于一個(gè)三層BP神經(jīng)網(wǎng)絡(luò),若輸出層的輸入信號(hào)為,輸出的誤差信號(hào)為,則隱層到輸出層的權(quán)值矩陣的調(diào)整可以表示為:
若隱層的輸入信號(hào)為,輸出的誤差信號(hào)為,則輸入層到隱層的權(quán)值矩陣的調(diào)整可以表示為:
單目標(biāo)容差優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)經(jīng)過學(xué)習(xí)訓(xùn)練后,將容差與優(yōu)化指標(biāo)之間的非線性映射關(guān)系存儲(chǔ)在權(quán)值矩陣中,在工作階段,便可以實(shí)現(xiàn)對(duì)非樣本信號(hào)的正確映射,得到所對(duì)應(yīng)的優(yōu)化指標(biāo)值。
1.2 多目標(biāo)優(yōu)化評(píng)價(jià)函數(shù)的建立
建立多目標(biāo)評(píng)價(jià)函數(shù)之前先完成各自單目標(biāo)優(yōu)化模型輸出數(shù)據(jù)的預(yù)處理即歸一化,將輸出數(shù)據(jù)限制在一定的區(qū)域內(nèi),以便于在一個(gè)共同的區(qū)域內(nèi)進(jìn)行多個(gè)優(yōu)化指標(biāo)的綜合評(píng)價(jià)。將輸出數(shù)據(jù)變換為[0,1]區(qū)間的值可采用變化式:
在三個(gè)容差優(yōu)化指標(biāo)中,裝配性能指標(biāo)輸出的是裝配封閉環(huán)的容差大小,優(yōu)化目標(biāo)是值越小越好,加工成本指標(biāo)的優(yōu)化目標(biāo)同樣是越小越好,裝配工藝性指標(biāo)輸出的是工藝過程能力指數(shù),其優(yōu)化目標(biāo)是越大越好。假設(shè)各優(yōu)化指標(biāo)與輸入值之間存在著,,由于優(yōu)化指標(biāo)之間相互存在著矛盾關(guān)系,不可能使得每個(gè)優(yōu)化指標(biāo)達(dá)到最佳,設(shè)在值域中存在著一個(gè)理想點(diǎn),尋求距離最近的作為優(yōu)化的近似值,因此構(gòu)造評(píng)價(jià)函數(shù):
這樣就可以將多目標(biāo)容差優(yōu)化問題轉(zhuǎn)化為求上式的極小值問題來解決:
2、多目標(biāo)容差優(yōu)化設(shè)計(jì)的工作流程
根據(jù)以上對(duì)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)的分析,并結(jié)合多目標(biāo)優(yōu)化的評(píng)價(jià)函數(shù),多目標(biāo)容差優(yōu)化設(shè)計(jì)可按以下步驟進(jìn)行:
(1)建立針對(duì)各優(yōu)化指標(biāo)的單目標(biāo)容差優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)。
(2)確定BP神經(jīng)網(wǎng)絡(luò)中包括輸入信息與輸出信息在內(nèi)的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)。
(3)準(zhǔn)備網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù),對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型作為單目標(biāo)容差優(yōu)化的函數(shù)值仿真計(jì)算工具。
(4)分別對(duì)各BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)值進(jìn)行單目標(biāo)優(yōu)化,得到有效值域中的理想點(diǎn)。
多目標(biāo)最優(yōu)化是門研究多目標(biāo)最優(yōu)化問題的重要學(xué)科，它的研究對(duì)象是多數(shù)值目標(biāo)函數(shù)，目的是為了實(shí)現(xiàn)在固定區(qū)域內(nèi)實(shí)現(xiàn)最優(yōu)函數(shù)值。多目標(biāo)最優(yōu)化問題由V.Pareto在1896年首次提出；在1951年，Koopmans在分析上產(chǎn)與分配效率時(shí)引入有效解，進(jìn)一步推動(dòng)了多目標(biāo)最優(yōu)化的發(fā)展；20世紀(jì)60年代起，人們開始廣泛關(guān)注多目標(biāo)最優(yōu)化問題，并設(shè)計(jì)了多種多目標(biāo)最優(yōu)化問題解決方案。
一、多目標(biāo)優(yōu)化方法的種類
優(yōu)化設(shè)計(jì)可以提高工程設(shè)計(jì)的整體水平，因此備受設(shè)計(jì)人員的喜愛。優(yōu)化的目的不同，采用的優(yōu)化方法也有所不同。
（一）評(píng)價(jià)函數(shù)法。評(píng)價(jià)函數(shù)法應(yīng)用簡單，只需建立評(píng)價(jià)函數(shù)就能用單目標(biāo)優(yōu)化取代多目標(biāo)優(yōu)化問題。根據(jù)評(píng)價(jià)函數(shù)法的形式對(duì)它進(jìn)行分類，能分為多種類型：P模理想點(diǎn)法、線性加權(quán)法以及最短距離法等。這些評(píng)價(jià)方法具有不同的形式，但卻具有相似的原理。
（二）逐步寬容約束法。評(píng)價(jià)函數(shù)法雖然應(yīng)用簡單，但卻很難在現(xiàn)實(shí)環(huán)境中構(gòu)造。要使復(fù)雜的多目標(biāo)優(yōu)化問題轉(zhuǎn)變成簡單的單目標(biāo)優(yōu)化問題，還可以采用逐步寬容約束法。這種方法是選取多目標(biāo)中的一個(gè)目標(biāo)，通過限定其他目標(biāo)的選值范圍，構(gòu)成一個(gè)單目標(biāo)優(yōu)化問題。在使用時(shí)不斷改變其他目標(biāo)的取值，記錄函數(shù)值的變化情況，最后選出最優(yōu)函數(shù)值。
（三）目標(biāo)規(guī)劃模型。目標(biāo)規(guī)劃模型的原理是：分別計(jì)算每個(gè)目標(biāo)的最優(yōu)函數(shù)值，計(jì)算各目標(biāo)最優(yōu)點(diǎn)與計(jì)算設(shè)計(jì)點(diǎn)的正負(fù)偏差和，通過偏差和確定優(yōu)化工程設(shè)計(jì)的最佳方案。
（四）多目標(biāo)遺傳算法。遺傳算法發(fā)展較迅速，它主要應(yīng)用于含有多變量、多參數(shù)和多目標(biāo)的數(shù)值求解。多目標(biāo)遺傳算法以遺傳算法為基礎(chǔ)，經(jīng)過多年發(fā)展，已經(jīng)出現(xiàn)了NCGA、NPGA、SPGA等多種形式。其中，NCGA方法在傳統(tǒng)遺傳算法的基礎(chǔ)上優(yōu)化了加速收斂過程。
（五）多目標(biāo)模糊優(yōu)化算法。多目標(biāo)模糊優(yōu)化算法應(yīng)用廣泛，它通過對(duì)設(shè)計(jì)特征進(jìn)行詳細(xì)分析，劃分優(yōu)化涉及的可行域，給設(shè)計(jì)人員提供優(yōu)化空間。這種方法充分考慮了工程設(shè)計(jì)中的模糊因素，算法的核心就是模糊的設(shè)計(jì)變量、模糊的約束條件、模糊的目標(biāo)函數(shù)。
二、多目標(biāo)優(yōu)化方法的特征及決策方法
優(yōu)化工程設(shè)計(jì)，是為了提高設(shè)計(jì)的整體性能，不可能保證每個(gè)設(shè)計(jì)目標(biāo)都能得到最好的實(shí)現(xiàn)。例如，在優(yōu)化過程中，一個(gè)設(shè)計(jì)目標(biāo)達(dá)到最佳函數(shù)值，但其他的設(shè)計(jì)目標(biāo)卻處于較差的狀態(tài)。優(yōu)化目標(biāo)之間存在的矛盾關(guān)系，給優(yōu)化方案的評(píng)判帶來一定困擾；不同設(shè)計(jì)目標(biāo)有不同的度量標(biāo)準(zhǔn)，難以比較各自的優(yōu)化效果；不同設(shè)計(jì)人員對(duì)優(yōu)化方向的定位不同。因此，針對(duì)多目標(biāo)的優(yōu)化進(jìn)度不同，引入了非劣解理論。
非劣解，是指采用不同的優(yōu)化方案得到的解的集合。每個(gè)解都有自己的優(yōu)化方向，不能僅通過數(shù)據(jù)進(jìn)行比較。多目標(biāo)優(yōu)化的最優(yōu)解其實(shí)是不存在的。設(shè)計(jì)人員根據(jù)個(gè)人意愿，在非劣解中選擇優(yōu)化方法的過程就是多目標(biāo)決策。
（一）二元相對(duì)比較法。首先，以各分目標(biāo)對(duì)非劣解集合滿意度為參考依據(jù)，建立矩陣；然后，使用 截矩陣概念，選擇綜合滿意度最高的非劣解。
（二）模糊關(guān)聯(lián)度。模糊關(guān)聯(lián)度是對(duì)理想解與非劣解接近程度的反映，通過對(duì)非劣解相對(duì)理想解的隸屬度進(jìn)行計(jì)算，解決物理量綱影響問題。非劣解一般情況下都是在理想解周圍對(duì)稱分布，所以可以選用具有對(duì)稱分布特征的隸屬函數(shù)，計(jì)算非劣解與理想解關(guān)聯(lián)度的值，關(guān)聯(lián)度值最大的非劣解就是最優(yōu)非劣解。
三、實(shí)例分析多目標(biāo)模糊優(yōu)化設(shè)計(jì)
首先，根據(jù)約束的模糊性，建立多目標(biāo)模糊優(yōu)化模型；然后，使用 最優(yōu)水平截集法，轉(zhuǎn)化模糊約束的規(guī)定區(qū)間為普通集合；再然后，計(jì)算優(yōu)化函數(shù)在普通集合范圍內(nèi)的最大值與最小值；構(gòu)造子目標(biāo)函數(shù)的模糊目標(biāo)集；以字母表的相對(duì)重要性未依據(jù)，判斷多目標(biāo)模糊優(yōu)化的最優(yōu)解。
四、分析不同優(yōu)化方法的優(yōu)化特點(diǎn)與效果
線性加權(quán)法：通過改變優(yōu)化目標(biāo)的權(quán)系數(shù)，得到相應(yīng)的非劣解。然后根據(jù)非劣解計(jì)算得到Pareto的前沿。
逐步寬容約束法：首先處理優(yōu)化目標(biāo)，將它轉(zhuǎn)化成約束條件，進(jìn)而簡化優(yōu)化問題。然后通過漸次放寬目標(biāo)約束條件手段，計(jì)算得到Pareto的前沿。在本方法使用中，應(yīng)合理選擇優(yōu)化目標(biāo)范圍作為約束條件。
P模理想點(diǎn)法：使用不同的P值進(jìn)行計(jì)算，分析計(jì)算結(jié)果可知，P值對(duì)優(yōu)化結(jié)果影響較小，試驗(yàn)后取得的優(yōu)化結(jié)果很相似。極大模理想點(diǎn)法與P模理想點(diǎn)法具有相同的優(yōu)化目標(biāo)系數(shù)1，計(jì)算取得的非劣解在線性加權(quán)法（0.5，0.5）范圍內(nèi)。
目標(biāo)點(diǎn)法：參考點(diǎn)的選擇很重要，能對(duì)優(yōu)化結(jié)果產(chǎn)生直接影響。選取參考點(diǎn)，首要考慮的就是Pareto前沿，參考點(diǎn)位置離Pareto前沿越近，優(yōu)化結(jié)果和Pareto前沿越相符。但是這種方法對(duì)設(shè)計(jì)者的要求較高，設(shè)計(jì)者不僅需要有豐富的知識(shí)儲(chǔ)備和設(shè)計(jì)經(jīng)驗(yàn)，還要對(duì)工程有全面了解。在初期設(shè)計(jì)中，設(shè)計(jì)者缺乏對(duì)工程項(xiàng)目問題的具體分析，不適宜使用這種方法。
NCGA方法：該方法在取得Pareto前沿的同時(shí)，還能計(jì)算可行域范圍的可行解，對(duì)工程設(shè)計(jì)有很大的促進(jìn)作用。
引言
傳統(tǒng)的折疊桌的桌腿采用垂直著地的設(shè)計(jì)，容易造成桌子的稱重能力下降、不穩(wěn)定并且浪費(fèi)材料的缺點(diǎn)，制作過程沒有具體的數(shù)學(xué)模型，不利于大規(guī)模地推廣與應(yīng)用.基于傳統(tǒng)折疊桌的種種弊端，本文提出了切實(shí)可行的優(yōu)化方案.
文章通過全面地分析桌體高度、桌面邊緣線的形狀大小和桌腳邊緣線的形狀等因素，建立了優(yōu)化模型，使平板材料的設(shè)計(jì)加工最優(yōu)，穩(wěn)固性最好，加工方便，用材最少，通過MATLAB算法得出平板材料的尺寸、鋼筋位置、開槽長度和桌面高度最優(yōu)加工參數(shù)，并結(jié)合實(shí)際情況建立軟件設(shè)計(jì)模型，適合大規(guī)模地推廣應(yīng)用.
優(yōu)化主要模型采用多目標(biāo)規(guī)劃，首先以桌子穩(wěn)固性作為一級(jí)目標(biāo)，在穩(wěn)固的基礎(chǔ)上以用材最省作為二級(jí)目標(biāo)，在這兩者的基礎(chǔ)上以操作簡單作為三級(jí)目標(biāo)，以此建立最優(yōu)設(shè)計(jì)模型.同時(shí)，結(jié)合實(shí)際生活，模型大膽創(chuàng)新，建立不同桌形的軟件模型系統(tǒng)，增加客戶的選擇性，使模型具有很好的推廣意義.本文將詳細(xì)研究優(yōu)化設(shè)計(jì)模型和創(chuàng)意軟件模型建立求解的過程.
1.優(yōu)化設(shè)計(jì)算法
多級(jí)目標(biāo)規(guī)劃
一級(jí)目標(biāo)：穩(wěn)定性最好
根據(jù)受力分析得出正三角形的穩(wěn)定性最好.假設(shè)三條邊所用的材質(zhì)都相同，即：所能承受的最大應(yīng)力都一樣.現(xiàn)在在三條邊的中點(diǎn)上分別施加一個(gè)力F并且讓其逐漸增大，對(duì)三角形進(jìn)行受力分析，顯然當(dāng)為等邊三角形時(shí)桌子受力均勻，所以當(dāng)桌面與最短兩條桌腿的延長線構(gòu)成等邊三角形時(shí)，能夠保證桌子穩(wěn)定性最好.
【分類號(hào)】：TG260
在鑄鋼件成形的時(shí)候，冒口是避免出現(xiàn)縮松、縮孔等問題的關(guān)鍵渠道，因此對(duì)冒口進(jìn)行合理科學(xué)的設(shè)計(jì)是整個(gè)鑄造過程的重要環(huán)節(jié)。本文結(jié)合極差和方差分析，對(duì)多因素多個(gè)目標(biāo)值進(jìn)行分析。運(yùn)用模糊數(shù)學(xué)中的綜合評(píng)判法，根據(jù)各目標(biāo)值對(duì)產(chǎn)品質(zhì)量的影響程度，進(jìn)行加權(quán)綜合評(píng)分。模擬試驗(yàn)在華鑄CAE軟件上進(jìn)行。模擬不同工藝條件下的成形過程，得到工藝出品率，縮孔數(shù)量、體積、位置與大小等信息，同時(shí)可以觀察鑄件的充型過程、凝固動(dòng)態(tài)、熱量傳輸及分布狀況。
一、鑄造工藝優(yōu)化
1、鑄鋼件工藝優(yōu)化設(shè)計(jì)存在的問題
對(duì)于大型鑄鋼件，縮孔、縮松等是難以消除的缺陷。通過設(shè)置冒口來盡量減少缺陷數(shù)量與減小缺陷體積，同時(shí)引導(dǎo)缺陷產(chǎn)生在非重要或次重要位置。實(shí)際生產(chǎn)過程中，為了保證鑄件的產(chǎn)品質(zhì)量，冒口常常設(shè)計(jì)得較為保守，導(dǎo)致工藝出品率較低。以工藝出品率、縮松、縮孔數(shù)量、縮孔體積大小為目標(biāo)值，對(duì)3個(gè)目標(biāo)值進(jìn)行了數(shù)據(jù)分析，討論了最優(yōu)鑄造工藝參數(shù)組合。
2、鑄造工藝優(yōu)化試驗(yàn)方案的設(shè)計(jì)
采用正交試驗(yàn)法安排模擬試驗(yàn)，具體過程為：
①確定模擬試驗(yàn)?zāi)繕?biāo)：工藝出品率A1、縮松、縮孔數(shù)量A2，縮松、縮孔體積A3；
②確定影響因素以及因素的水平；
③選擇因素水平表及正交試驗(yàn)表，選擇5因素4水平表，采用L16（45）正交試驗(yàn)表；
④軟件平臺(tái)模擬試驗(yàn)，搜集試驗(yàn)數(shù)據(jù)；
⑤采用方差分析法分析數(shù)據(jù)，總結(jié)最優(yōu)參數(shù)組合，提出最優(yōu)工藝方案；
⑥在軟件平臺(tái)進(jìn)行模擬驗(yàn)證最優(yōu)的工藝方案。
二、鑄鋼件鑄造工藝優(yōu)化設(shè)計(jì)案例
1、試驗(yàn)?zāi)Ｐ?/p>
根據(jù)大齒輪模型，在Pro/E中構(gòu)建附帶工藝的三維圖，并分別導(dǎo)出鑄件STL文件冒口STL文件澆注系統(tǒng)STL文件。將其導(dǎo)入模擬軟件平臺(tái)華鑄CAE中模擬分析，觀察成形情況，獲取縮松、縮孔信息。
2、試驗(yàn)?zāi)康?/p>
通過對(duì)鑄件成形過程中溫度場的分析，預(yù)測縮松、縮孔的位置信息、數(shù)量及體積大小。分析目標(biāo)為工藝出品率A1（%）、縮松、縮孔數(shù)量A2（個(gè)）、縮松、縮孔體積A3（mm3）。
3、試驗(yàn)過程影響鑄件成形的冒口工藝因素有很多，選取成形過程中影響較大的5個(gè)因素，每個(gè)因素安排4個(gè)水平，見表1。因素1為圓柱形明冒口形狀；因素2為圓柱形明冒口高度h，mm；因素3為腰圓明冒口形狀；因素4為腰圓明冒口寬度A，mm；因素5為冒口數(shù)量，個(gè)。
4、數(shù)據(jù)的處理
假設(shè)用正交試驗(yàn)表安排N個(gè)因素的正交試驗(yàn)，試驗(yàn)總次數(shù)為n，試驗(yàn)結(jié)果分別為x1，x2，...，xn。假定每個(gè)因素取m個(gè)水平，每個(gè)水平做p次試驗(yàn)，則n=mp。
所有試驗(yàn)次數(shù)的平均值計(jì)算如下：
因素的平方差和=因素差方和/因素自由度=Q因/f因 （8）
試驗(yàn)誤差的平均差方和=試驗(yàn)誤差方和/試驗(yàn)誤差自由度=Qe/fe （9）
將各因素的平均差方和與誤差的平均差方和相比，得出F比值。這個(gè)比值的大小反映了各因素對(duì)試驗(yàn)結(jié)果影響程度的大小。
F比=因素的平均差和/試驗(yàn)誤差的平均差方和 （10）
5、結(jié)果分析
通過方差分析法，可以看出因素1圓柱形明冒口形狀的F比較大，是較為關(guān)鍵的因素。在模擬試驗(yàn)中，所選3個(gè)目標(biāo)的量綱不一致，而且對(duì)冒口工藝的重要程度也有所不同，無法直接將3個(gè)數(shù)據(jù)疊加評(píng)價(jià)。鑒于此，根據(jù)目標(biāo)值在綜合評(píng)價(jià)體制中的重要程度，運(yùn)用100分制加權(quán)評(píng)分。根據(jù)鑄件冒口的設(shè)計(jì)要求和各指標(biāo)的影響的重要性，A1、A2、A3的權(quán)重分值A(chǔ)1=30%，A2=35%，A3=35%。計(jì)算時(shí)，加權(quán)系數(shù)做適當(dāng)調(diào)整。計(jì)算系數(shù)為a=1，b=0.01，c=0.54。由于工藝出品率越大越好，而縮孔數(shù)量、縮孔體積越小越好，故評(píng)分公式如下：
F比=aCj1-bCj2-cCj3 （11）
統(tǒng)計(jì)分析得出分值證實(shí)因素1圓柱形明冒口形狀對(duì)綜合評(píng)分影響較大，即對(duì)鑄件質(zhì)量影響較大，形狀為D時(shí)，質(zhì)量最好。通過計(jì)算分析因素對(duì)工藝出品率、縮孔數(shù)量和縮孔體積的影響可以看出，標(biāo)準(zhǔn)圓柱形明冒口高度h越高，工藝出品率越低。圓柱形明冒口形狀為D時(shí)，縮孔數(shù)量最少。綜合來看，因素1對(duì)各指標(biāo)影響較大。
因素的重要程度依次是，因素1，因素5，因素2，因素3，因素4。通過試驗(yàn)驗(yàn)證，經(jīng)過華鑄CAE分析，模擬結(jié)果為：工藝出品率A1=74.02%，縮松、縮孔數(shù)量A2=153，縮松、縮孔體積A3=62.38mm3，得分為38.78。方案13得分為46.63，為最優(yōu)方案。
三、結(jié)論
1、標(biāo)準(zhǔn)圓柱冒口形狀對(duì)各指標(biāo)影響較大，選擇合適的圓柱冒口形狀，可以顯著提高工藝出品率，減少縮孔數(shù)量和縮孔體積。優(yōu)化冒口形狀，工藝改善效果明顯。冒口形狀為圓柱形明冒口時(shí)，工藝出品率較高，縮孔體積較小，數(shù)量較少。
2、圓柱冒口數(shù)量對(duì)工藝出品率和縮孔體積有一定影響。冒口數(shù)量（非冒口體積大?。┰蕉啵に嚦銎仿试降?。冒口數(shù)量為5時(shí)，縮孔體積較小。標(biāo)準(zhǔn)腰圓形冒口參數(shù)對(duì)縮孔數(shù)量有影響，取325mm時(shí)，縮孔數(shù)量較少。
參考文獻(xiàn)：
機(jī)械優(yōu)化設(shè)計(jì)是綜合性和實(shí)用性都很強(qiáng)的理論和技術(shù)，為機(jī)械設(shè)計(jì)提供了一種可靠高效的科學(xué)設(shè)計(jì)方法，使設(shè)計(jì)者由被動(dòng)地分析、校核進(jìn)入主動(dòng)設(shè)計(jì)，能節(jié)約原材料，降低成本，縮短設(shè)計(jì)周期，提高設(shè)計(jì)效率和水平，提升企業(yè)競爭力、經(jīng)濟(jì)效益與社會(huì)效益。國內(nèi)外相關(guān)學(xué)者和科研人員對(duì)優(yōu)化設(shè)計(jì)理論方法及其應(yīng)用研究十分重視，并開展了大量工作，其基本理論和求解手段已逐漸成熟。并且它建立在數(shù)學(xué)規(guī)劃理論和計(jì)算機(jī)程序設(shè)計(jì)基礎(chǔ)上，通過有效的實(shí)驗(yàn)數(shù)據(jù)和科學(xué)的評(píng)價(jià)體系來從眾多的設(shè)計(jì)方案中尋到盡可能完善的或最適宜的設(shè)計(jì)方案。該領(lǐng)域的研究和應(yīng)用進(jìn)展非常迅速，并且取得了可觀的經(jīng)濟(jì)效益。那就讓我們關(guān)注機(jī)械優(yōu)化設(shè)計(jì)中那些重要的量。
解決優(yōu)化設(shè)計(jì)問題的一般步驟
解決優(yōu)化設(shè)計(jì)問題的一般步驟如下：
機(jī)械設(shè)計(jì)問題――建立數(shù)學(xué)模型――選擇或設(shè)計(jì)算法――編碼調(diào)試――計(jì)算結(jié)果的分析整理
優(yōu)化設(shè)計(jì)中數(shù)學(xué)模型的建立
a設(shè)計(jì)變量
在最優(yōu)化設(shè)計(jì)過程中需要調(diào)整和優(yōu)選的參數(shù)，稱為設(shè)計(jì)變量。設(shè)計(jì)變量是最優(yōu)化設(shè)計(jì)要優(yōu)選的量。最優(yōu)化設(shè)計(jì)的任務(wù)，就是確定設(shè)計(jì)變量的最優(yōu)值以得到最優(yōu)設(shè)計(jì)方案。但是每一次設(shè)計(jì)對(duì)象不同，選取的設(shè)計(jì)變量也不同。它可以是幾何參數(shù)，如零件外形尺寸、截面尺寸、機(jī)構(gòu)的運(yùn)動(dòng)尺寸等；也可以是某些物理量，如零部件的重量、體積、力與力矩、慣性矩等；還可以是代表工作性能的導(dǎo)出量，如應(yīng)力、變形等。總之，設(shè)計(jì)變量必須是對(duì)該項(xiàng)設(shè)計(jì)性能指標(biāo)優(yōu)劣有影響的參數(shù)。
b約束條件
設(shè)計(jì)空間是一切設(shè)計(jì)方案的集合，只要在設(shè)計(jì)空間確定一個(gè)點(diǎn)，就確定了一個(gè)設(shè)計(jì)方案。但是，實(shí)際上并不是任何一個(gè)設(shè)計(jì)方案都可行，因?yàn)樵O(shè)計(jì)變量的取值范圍有限制或必須滿足一定的條件。在最優(yōu)化設(shè)計(jì)中，這種對(duì)設(shè)計(jì)變量取值時(shí)限制條件，稱為約束條件，而約束條件是設(shè)計(jì)變量間或設(shè)計(jì)變量本身應(yīng)該遵循的限制條件，而優(yōu)化設(shè)計(jì)問題大多數(shù)是約束的優(yōu)化問題。針對(duì)優(yōu)化設(shè)計(jì)數(shù)學(xué)模型要素的不同情況，可將優(yōu)化設(shè)計(jì)方法進(jìn)行分類，約束條件的形式有顯約束和隱約束兩種，前者是對(duì)某個(gè)或某組設(shè)計(jì)變量的直接限制，后者則是對(duì)某個(gè)或某組變量的間接限制。等式約束對(duì)設(shè)計(jì)變量的約束嚴(yán)格，起著降低設(shè)計(jì)變量自由度的作用。優(yōu)化設(shè)計(jì)的過程就是在設(shè)計(jì)變量自由的允許范圍內(nèi)，找出一組優(yōu)化的設(shè)計(jì)變量值，使得目標(biāo)函數(shù)達(dá)到最優(yōu)值。
c目標(biāo)函數(shù)
在優(yōu)化設(shè)計(jì)過程中，每一個(gè)變量之間都存在著一定的相互關(guān)系著就是用目標(biāo)函數(shù)來反映。他可以直接用來評(píng)價(jià)方案的好壞。在優(yōu)化設(shè)計(jì)中，可以根據(jù)變量的多寡將優(yōu)化設(shè)計(jì)分為單目標(biāo)優(yōu)化問題和多目標(biāo)優(yōu)化問題，而我們最常見的就是多目標(biāo)函數(shù)優(yōu)化。
一般而言，目標(biāo)函數(shù)越多，設(shè)計(jì)的綜合效果越好，但問題求解復(fù)雜。在實(shí)際的設(shè)計(jì)問題中，常常會(huì)遇到在多目標(biāo)函數(shù)的某些目標(biāo)之間存在矛盾的情況，這就要求設(shè)計(jì)者正確處理各目標(biāo)函數(shù)之間的關(guān)系。對(duì)這類多目標(biāo)函數(shù)的優(yōu)化問題的研究，至今還沒有單目標(biāo)函數(shù)那樣成熟
優(yōu)化設(shè)計(jì)理論方法
優(yōu)化準(zhǔn)則法對(duì)于不同類型的約束、變量、目標(biāo)函數(shù)等需導(dǎo)出不同的優(yōu)化準(zhǔn)則，通用性較
差，且多為近似最優(yōu)解；規(guī)劃法需多次迭代、重復(fù)分析，代價(jià)昂貴，效率較低，往往還要求目標(biāo)函數(shù)和約束條件連續(xù)、可微，這都限制了其在實(shí)際工程優(yōu)化設(shè)計(jì)中推廣應(yīng)用。因此遺傳算法、神經(jīng)網(wǎng)絡(luò)、粒子群算法、進(jìn)化算法等智能優(yōu)化法于20世紀(jì)80年代相繼提出，并且不需要目標(biāo)函數(shù)和約束條件的導(dǎo)數(shù)信息，就可獲得最優(yōu)解，為機(jī)械優(yōu)化設(shè)計(jì)提供了新的思路和方法，并在實(shí)踐中得到成功應(yīng)用。
a遺傳算法
遺傳算法起源于20世紀(jì)60年代對(duì)自然和人工自適應(yīng)系統(tǒng)的研究，最早由美國密歇根大學(xué)Holland教授提出，是模擬生物化過程、高度并行、隨機(jī)、自適應(yīng)的全局優(yōu)化概率搜索算法。它按照獲得最大效益的原則進(jìn)行隨機(jī)搜索，不需要梯度信息，也不需要函數(shù)的凸性和連續(xù)性，能夠收斂到全局最優(yōu)解，具有很強(qiáng)的通用性、靈活性和全局性；缺點(diǎn)是不能保證下一代比上一代更好，只是在總趨勢上不斷優(yōu)化，運(yùn)行效率較低，局部尋優(yōu)能力較差。
b神經(jīng)網(wǎng)絡(luò)法
神經(jīng)網(wǎng)絡(luò)是一個(gè)大規(guī)模自適應(yīng)的非線性動(dòng)力系統(tǒng)，具有聯(lián)想、概括、類比、并行處理以
及很強(qiáng)的魯棒性，且局部損傷不影響整體結(jié)果。美國物理學(xué)家Hopfield最早發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)具有優(yōu)化能力，并根據(jù)系統(tǒng)動(dòng)力學(xué)和統(tǒng)計(jì)學(xué)原理，將系統(tǒng)穩(wěn)態(tài)與最優(yōu)化態(tài)相對(duì)應(yīng)，系統(tǒng)能量函數(shù)與優(yōu)化尋優(yōu)過程相對(duì)應(yīng)，與Tank在1986年提出了第一個(gè)求解線性優(yōu)化問題的TH選型優(yōu)化神經(jīng)網(wǎng)絡(luò)。該方法利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的并行計(jì)算、近似分析和非線性建模能力，提高優(yōu)化計(jì)算的效率，其關(guān)鍵是神經(jīng)網(wǎng)絡(luò)的構(gòu)造，多用于求解組合優(yōu)化、約束優(yōu)化和復(fù)雜優(yōu)化。近些年，神經(jīng)網(wǎng)絡(luò)法有較大發(fā)展，Barker等將神經(jīng)網(wǎng)絡(luò)用于航空工程結(jié)構(gòu)件的優(yōu)化設(shè)計(jì)。
c粒子群算法
Kennedy和Ebehart于1995年提出了模擬鳥群覓食過程的粒子群法，從一個(gè)優(yōu)化解集開始搜索，通用個(gè)體間協(xié)作與競爭，實(shí)現(xiàn)復(fù)雜空間中最優(yōu)解的全局搜索。粒子群法與遺傳算法相比，原理簡答、容易實(shí)現(xiàn)、有記憶性，無須交叉和變異操作，需調(diào)整的參數(shù)不多，收斂速度快，算法的并行搜索特性不但減小了陷入局部極小的可能性，而且提高了算法性能和效率，是近年被廣為關(guān)注和研究的一種隨機(jī)起始、平行搜索、有記憶的智能優(yōu)化算法。目前，粒子群算法已應(yīng)用于目標(biāo)函數(shù)優(yōu)化、動(dòng)態(tài)環(huán)境優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練等諸多領(lǐng)域，但用于機(jī)械優(yōu)化設(shè)計(jì)領(lǐng)域研究還很少。
d多目標(biāo)優(yōu)化法
功能、強(qiáng)度和經(jīng)濟(jì)性等的優(yōu)化始終是機(jī)械設(shè)計(jì)的追求目標(biāo)，實(shí)際工程機(jī)械優(yōu)化設(shè)計(jì)都屬于多目標(biāo)優(yōu)化設(shè)計(jì)。多目標(biāo)優(yōu)化廣泛的存在性與求解的困難性使其一直富有吸引力和挑戰(zhàn)性，理論方法還不夠完善，主要可分為兩大類：①把多目標(biāo)優(yōu)化轉(zhuǎn)化成一個(gè)或一系列單目標(biāo)優(yōu)化，將其優(yōu)化結(jié)果作為目標(biāo)優(yōu)化的一個(gè)解；②直接求非劣解，然后從中選擇較好的解作為最優(yōu)解。具體有主要目標(biāo)法、統(tǒng)一目標(biāo)法、目標(biāo)分層法和功效系數(shù)法。
優(yōu)化設(shè)計(jì)方法的評(píng)價(jià)指標(biāo)
根據(jù)優(yōu)化設(shè)計(jì)中所以解決問題的特點(diǎn)，選擇適當(dāng)?shù)膬?yōu)化方案是非常關(guān)鍵的。因?yàn)榻鉀Q同
一個(gè)問題可能有多種方法，而每一種方法也有可能會(huì)導(dǎo)致不同的結(jié)果，而我們需要的是可以更加體現(xiàn)生產(chǎn)目標(biāo)的最優(yōu)方案。所以我們?cè)谶x擇方案時(shí)一定要考慮一下四個(gè)原則：
a效率提高。所謂效率要高就是所采用的優(yōu)化算法所用的計(jì)算時(shí)間或計(jì)算函數(shù)的次數(shù)要盡可能地少。
b可靠性要高。可靠性要高是指在一定的精度要求下，在一定迭代次數(shù)內(nèi)或一定計(jì)算時(shí)間內(nèi)，求解優(yōu)化問題的成功率要盡可能地高。
c采用成熟的計(jì)算程序。解題過程中要盡可能采用現(xiàn)有的成熟的計(jì)算程序，以使解題簡便并且不容易出錯(cuò)。
d穩(wěn)定性要高。穩(wěn)定性好是指對(duì)于高度非線性偏心率大的函數(shù)不會(huì)因計(jì)算機(jī)字長截?cái)嗾`差迭代過程正常運(yùn)行而中斷計(jì)算過程。
另外選擇適當(dāng)?shù)膬?yōu)化方法時(shí)要進(jìn)行深入的分析優(yōu)化模型的約束條件、約束函數(shù)及目標(biāo)函
數(shù)，根據(jù)復(fù)雜性、準(zhǔn)確性等條件結(jié)合個(gè)人的經(jīng)驗(yàn)進(jìn)行選擇。優(yōu)化設(shè)計(jì)的選擇取決于數(shù)學(xué)模型的特點(diǎn)，通常認(rèn)為，對(duì)于目標(biāo)函數(shù)和約束函數(shù)均為顯函數(shù)且設(shè)計(jì)變量個(gè)數(shù)不太多的問題，采用懲罰函數(shù)法較好；對(duì)于只含線性約束的非線性規(guī)劃問題，最適應(yīng)采用梯度投影法；對(duì)于求導(dǎo)非常困難的問題應(yīng)選用直接解法，例如復(fù)合形法；對(duì)于高度非線性的函數(shù)，則應(yīng)選用計(jì)算穩(wěn)定性較好的方法，例如BFGS變尺度法和內(nèi)點(diǎn)懲罰函數(shù)相結(jié)合的方法。
結(jié)論
機(jī)械優(yōu)化設(shè)計(jì)作為傳統(tǒng)機(jī)械設(shè)計(jì)理論基礎(chǔ)上結(jié)合現(xiàn)代設(shè)計(jì)方法而出現(xiàn)的一種更科學(xué)的
優(yōu)化設(shè)計(jì)方法，可使機(jī)械產(chǎn)品的質(zhì)量達(dá)到更高的水平。近年來，隨著數(shù)學(xué)規(guī)劃理論的不斷發(fā)展和工作站計(jì)算能力的不斷挖掘，機(jī)械優(yōu)化設(shè)計(jì)方法和手段都有非常大的突破，且優(yōu)化設(shè)計(jì)思路不斷的開闊?？傊?，每一種優(yōu)化設(shè)計(jì)方法都是針對(duì)某一類問題而產(chǎn)生的，都有各自的特點(diǎn)，都有各自的應(yīng)用領(lǐng)域，機(jī)械優(yōu)化設(shè)計(jì)就是在給定的載荷和環(huán)境下，在對(duì)機(jī)械產(chǎn)品的性能、幾何尺寸關(guān)系或其它因素的限制范圍內(nèi)，選取設(shè)計(jì)變量，建立目標(biāo)函數(shù)并使其獲得最優(yōu)值得一種新的設(shè)計(jì)方法，其方法多樣依據(jù)不同情形選擇合理的優(yōu)化方法才能更簡便高效的達(dá)到目標(biāo)。當(dāng)今的優(yōu)化正逐步的發(fā)展到多學(xué)科優(yōu)化設(shè)計(jì)，充分利用了先進(jìn)計(jì)算機(jī)技術(shù)和科學(xué)的最新成果。所以機(jī)械優(yōu)化設(shè)計(jì)的研究必須與工程實(shí)踐、數(shù)學(xué)、力學(xué)理論、計(jì)算機(jī)緊密聯(lián)系起來，才能具有更廣闊的發(fā)展前景。
參考：
中圖分類號(hào) U66 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2013）103-0100-02
進(jìn)行船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)的目的就是尋求合適的結(jié)構(gòu)形式和最佳的構(gòu)件尺寸，既保證船體結(jié)構(gòu)的強(qiáng)度、穩(wěn)定性、頻率和剛度等一般條件，又保證其具有很好的力學(xué)性能、經(jīng)濟(jì)性能、使用性能和工藝性能。隨著計(jì)算機(jī)信息技術(shù)的發(fā)展，在計(jì)算機(jī)分析與模擬基礎(chǔ)上建立的船舶結(jié)構(gòu)的優(yōu)化設(shè)計(jì)，借鑒了相關(guān)的工程學(xué)科的基本規(guī)律， 而且取得了卓越的成效；基于可靠性的優(yōu)化設(shè)計(jì)方法也取得了較大的進(jìn)步；建立在人工智能原理與專家系統(tǒng)技術(shù)基礎(chǔ)上的智能型結(jié)構(gòu)設(shè)計(jì)方法也取得了突破性進(jìn)展。
1經(jīng)典優(yōu)化設(shè)計(jì)的數(shù)學(xué)規(guī)劃方法
結(jié)構(gòu)優(yōu)化設(shè)計(jì)數(shù)學(xué)規(guī)劃方法于1960年由L.A.Schmit率先提出。他認(rèn)為在進(jìn)行結(jié)構(gòu)設(shè)計(jì)時(shí)應(yīng)當(dāng)把給定條件的結(jié)構(gòu)尺寸的優(yōu)化設(shè)計(jì)問題轉(zhuǎn)變成目標(biāo)函數(shù)求極值的數(shù)學(xué)問題。這一方法很快得到了其他專家的認(rèn)可。1966年，D.Kavlie與J.Moe 等首次將數(shù)學(xué)規(guī)劃法應(yīng)用于船舶的結(jié)構(gòu)設(shè)計(jì)，翻開了船舶結(jié)構(gòu)設(shè)計(jì)的新篇章。我國的船舶結(jié)構(gòu)的設(shè)計(jì)方法研究工作始于70 年代末，已研究出水面船舶和潛艇在中剖面、框架、板架和圓柱形耐壓殼等基本結(jié)構(gòu)的優(yōu)化設(shè)計(jì)方法。
由于船舶結(jié)構(gòu)是非常復(fù)雜的板梁組合結(jié)構(gòu)，在受力和使用的要求上也很高，所以在進(jìn)行船舶結(jié)構(gòu)的優(yōu)化設(shè)計(jì)時(shí)，會(huì)涉及到許多設(shè)計(jì)變量與約束條件，工作內(nèi)容很多，十分困難。船舶結(jié)構(gòu)的分級(jí)優(yōu)化設(shè)計(jì)法就是在這個(gè)基礎(chǔ)上產(chǎn)生的，其基本思路是最優(yōu)配置第一級(jí)的整個(gè)材料，優(yōu)選第二級(jí)的具體結(jié)構(gòu)的尺寸。每一級(jí)又可以根據(jù)具體情況劃分成若干個(gè)子級(jí)。兩級(jí)最后通過協(xié)調(diào)變量迭代，將整個(gè)優(yōu)化問題回歸到原問題。分級(jí)優(yōu)化方法成功地解決了進(jìn)行船舶優(yōu)化設(shè)計(jì)中的剖面結(jié)構(gòu)、船舶框架和板架、潛艇耐壓殼體等一系列基本問題。
2 多目標(biāo)的模糊優(yōu)化設(shè)計(jì)法
經(jīng)典優(yōu)化設(shè)計(jì)的數(shù)學(xué)規(guī)劃方法是在確定性條件下進(jìn)行的， 也就是說目標(biāo)函數(shù)與約束條件是人為的或者按某種規(guī)定提出的，是個(gè)確定的值。但是在實(shí)際上， 在船舶結(jié)構(gòu)的優(yōu)化設(shè)計(jì)過程、約束條件、評(píng)價(jià)指標(biāo)等各方面都包含著許多的模糊因素，想要實(shí)現(xiàn)模糊因素優(yōu)化問題， 就必須依賴于模糊數(shù)學(xué)來實(shí)現(xiàn)多目標(biāo)的優(yōu)化設(shè)計(jì)。模糊優(yōu)化設(shè)計(jì)問題的主要形式是：
式中j 和j分別是第j性能或者幾何尺寸約束里的上下限。
模糊優(yōu)化設(shè)計(jì)方法大大的增加了設(shè)計(jì)者在選擇優(yōu)化方案時(shí)的可能性， 讓設(shè)計(jì)者對(duì)設(shè)計(jì)方案的形態(tài)有了更深入的了解。目前，模糊優(yōu)化設(shè)計(jì)法發(fā)展很快， 但是，還未實(shí)現(xiàn)完全實(shí)用化。多目標(biāo)的模糊優(yōu)化設(shè)計(jì)法的難點(diǎn)主要在于如何針對(duì)具體設(shè)計(jì)對(duì)象， 正確描述目標(biāo)函數(shù)的滿意度與約束函數(shù)滿足度隸屬函數(shù)的問題。
3 基于可靠性的優(yōu)化設(shè)計(jì)方法
概率論與數(shù)理統(tǒng)計(jì)方法首先在40 年代后期由原蘇聯(lián)引入到結(jié)構(gòu)設(shè)計(jì)中， 產(chǎn)生了安全度理論。這種理論以材料勻質(zhì)系數(shù)、超載系數(shù)、工作條件系數(shù)來分析考慮材料、載荷及環(huán)境等隨機(jī)性因素。早在50年代，人們就在船舶結(jié)構(gòu)的優(yōu)化設(shè)計(jì)中指出了可靠性概念，隨后，船舶設(shè)計(jì)的可靠性受到人們的重視，開始研究可靠性設(shè)計(jì)方法在船舶結(jié)構(gòu)建造中的應(yīng)用。
船舶結(jié)構(gòu)可靠性的理論和方法根據(jù)設(shè)計(jì)目標(biāo)的不同要求， 可以得出不同的結(jié)構(gòu)可靠性的優(yōu)化設(shè)計(jì)準(zhǔn)則。大體分為以下3種：
1）根據(jù)結(jié)構(gòu)的可靠性R·，要求結(jié)構(gòu)的重量W最輕，即：
MinW（X），s.t.R ≧R·
2）根據(jù)結(jié)構(gòu)的最大承重量W·， 要求結(jié)構(gòu)的可靠性最大或者破損概率最小，即：
Min Pf（X ） ， s.t.W （X ） ≦ W·
3）兼顧結(jié)構(gòu)重量和可靠性或破損概率， 實(shí)現(xiàn)某種組合的滿意度達(dá)到最大，即：
Max[a1uw（X）+a2upf（X）]
式中， a1，a2分別代表結(jié)構(gòu)重量和破損概率的重要度程度， 而且滿足a1+a2≥1.0，a1，a2≥0；uw，upf分別為代表相應(yīng)的滿意度。
關(guān)于船舶結(jié)構(gòu)的可靠性優(yōu)化設(shè)計(jì)方法的研究越來越多， 逐漸成為船舶的結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的重要方向。但是，可靠性的優(yōu)化設(shè)計(jì)方法除了在大規(guī)模的隨機(jī)性非線性規(guī)劃求解中存在困難外， 還有一個(gè)重要的難點(diǎn)在于評(píng)估船舶結(jié)構(gòu)可靠性的過程很復(fù)雜， 而且計(jì)算量大。
4 智能型的優(yōu)化設(shè)計(jì)方法
隨著人工智能技術(shù)（Al）和計(jì)算機(jī)信息技術(shù)的發(fā)展， 給船舶結(jié)構(gòu)的優(yōu)化設(shè)計(jì)提供了一個(gè)新的途徑，也就是智能型優(yōu)化設(shè)計(jì)法。
智能型的優(yōu)化設(shè)計(jì)法的基本做法為：搜索優(yōu)秀的相關(guān)產(chǎn)品資料，通過整理，概括成典型模式，再進(jìn)行關(guān)聯(lián)分析、類比分析和敏度分析尋找設(shè)計(jì)對(duì)象和樣本模式間的相似度、差異性與設(shè)計(jì)變量敏度等，按某種準(zhǔn)則實(shí)施的樣本模式進(jìn)行變換， 進(jìn)而產(chǎn)生若干符合設(shè)計(jì)要求的新模式， 經(jīng)過綜合評(píng)估與經(jīng)典優(yōu)化方法的調(diào)參和優(yōu)選， 最終取得最優(yōu)方案。
智能型的優(yōu)化設(shè)計(jì)法法的優(yōu)點(diǎn)是創(chuàng)造性較強(qiáng)，缺點(diǎn)是可靠性較弱。所以在分析計(jì)算其產(chǎn)生的各種性能指標(biāo)時(shí)，應(yīng)當(dāng)進(jìn)行多目標(biāo)的模糊評(píng)估， 必要時(shí)還應(yīng)當(dāng)使用經(jīng)典優(yōu)化方法對(duì)某些參數(shù)進(jìn)行調(diào)整。
5 結(jié)論
通過本文對(duì)船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)方法的研究，我們得出在進(jìn)行船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)的時(shí)候， 往往會(huì)涉及到很多相互制約和互相影響的因素， 這就需要設(shè)計(jì)人員權(quán)衡利弊， 進(jìn)行綜合考察， 不但要進(jìn)行結(jié)構(gòu)參數(shù)與結(jié)構(gòu)型式的優(yōu)選，而且還要針對(duì)具體情況對(duì)做出的方案進(jìn)行評(píng)估、優(yōu)選和排序。通過什么準(zhǔn)則對(duì)不同的方案進(jìn)行綜合評(píng)估，得出最優(yōu)方案， 成為專家和設(shè)計(jì)人員需要繼續(xù)研究的問題。
參考文獻(xiàn)
Abstract: this paper researched optimum tool of MATLAB. The paper solves optimum design for planet speed reducer of construction machinery. Through a practical example, it is concluded that using MATLAB can availably solve optimum design for planet speed reducer.
Key word: MATLAB, planet speed reducer,optimum design
中圖分類號(hào)：S611文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：
工程機(jī)械是一種運(yùn)行緩慢，體積大，承受的載荷也大的設(shè)備。它的行走驅(qū)動(dòng)系統(tǒng)有兩種方案：一為高速方案，即用高速液壓馬達(dá)和齒輪減速器組合驅(qū)動(dòng)；二是低速方案，即采用低速大扭矩液壓馬達(dá)驅(qū)動(dòng)。后者可省去減速裝置，使機(jī)構(gòu)大為簡化，但由于低速大扭矩液壓馬達(dá)的成本較高，維修困難，所以一般的工程機(jī)械都采用前者。又因行星減速器相對(duì)于其它類型的齒輪減速器具有較大減速比，所以工程機(jī)械的行駛系統(tǒng)驅(qū)動(dòng)中多采用行星減速器實(shí)現(xiàn)減速增扭的目的。
1、MATLAB語言及優(yōu)化設(shè)計(jì)簡介
MATLAB語言是由美國Mathworks公司開發(fā)的集科學(xué)計(jì)算、數(shù)據(jù)可視化和程序設(shè)計(jì)為一體的工程應(yīng)用軟件，現(xiàn)已成為工程學(xué)科計(jì)算機(jī)輔助分析、設(shè)計(jì)、仿真以至教學(xué)等不可缺少的基礎(chǔ)軟件，它由MATLAB主包、Simulink組件以及功能各異的工具箱組成。MATLAB優(yōu)化工具箱的應(yīng)用包括：線性規(guī)劃和二次規(guī)劃，求函數(shù)的最大值和最小值，多目標(biāo)優(yōu)化，約束優(yōu)化，離散動(dòng)態(tài)規(guī)劃等，其簡潔的表達(dá)式、多種優(yōu)化算法的任意選擇、對(duì)算法參數(shù)的自由設(shè)置，可使用戶方便地使用優(yōu)化方法。[1]
通常多目標(biāo)優(yōu)化問題在求解時(shí)應(yīng)作適當(dāng)?shù)奶幚恚环N方法是將多目標(biāo)優(yōu)化問題重新構(gòu)成一個(gè)新的函數(shù)，即評(píng)價(jià)函數(shù)，從而將多目標(biāo)優(yōu)化問題轉(zhuǎn)變?yōu)榍笤u(píng)價(jià)函數(shù)的單目標(biāo)優(yōu)化問題，如線性加權(quán)和法，理想點(diǎn)法，目標(biāo)達(dá)到法等。另一種是將多目標(biāo)優(yōu)化轉(zhuǎn)化為一系列單目標(biāo)優(yōu)化問題來求解，如分層序列法等。MATLAB優(yōu)化工具箱采用改進(jìn)的目標(biāo)達(dá)到法使目標(biāo)達(dá)到問題變?yōu)樽畲笞钚栴}來獲取合適的目標(biāo)函數(shù)值。
該論文中，行星減速器的設(shè)計(jì)就采用將多目標(biāo)的優(yōu)化問題轉(zhuǎn)化為單目標(biāo)，多約束條件的優(yōu)化問題。
2、行星減速器模型的建立
工程機(jī)械使用行星減速器的設(shè)計(jì)是一項(xiàng)較復(fù)雜的工作，一般采用經(jīng)驗(yàn)設(shè)計(jì)。經(jīng)驗(yàn)設(shè)計(jì)不僅對(duì)于一個(gè)新的企業(yè)很難進(jìn)行設(shè)計(jì)，而且往往找到的不是最優(yōu)方案。
2.1確定優(yōu)化設(shè)計(jì)的目標(biāo)函數(shù)
工程機(jī)械的體積較大，對(duì)其靈活運(yùn)行帶來一定的影響，因此對(duì)行星減速器進(jìn)行最優(yōu)化設(shè)計(jì)時(shí)，取行星減速器最小重量為優(yōu)化目標(biāo)，不但可以減小行星減速器的重量，而且可以改善工程機(jī)械的靈活機(jī)動(dòng)性、節(jié)約材料和降低成本。
行星減速器由太陽輪、行星輪、行星架和齒圈構(gòu)成。由于太陽輪和全部行星輪的重量之和能影響和決定齒圈和整個(gè)機(jī)構(gòu)的重量，由于太陽輪和全部行星輪的重量與它們的體積成正比，因此可選擇太陽輪和全部行星輪的體積為最優(yōu)化設(shè)計(jì)的目標(biāo)函數(shù)。
…………………（1）
式中： 為太陽輪的體積； 為行星輪的體積； 為行星輪的個(gè)數(shù)； 為太陽輪或行星輪模數(shù)； 為太陽輪或行星輪齒寬； 為太陽輪齒數(shù)； 為行星輪齒數(shù)。
2.2約束條件：
（1）傳動(dòng)比條件[2]：
…………………（2）
式中： 為齒圈的齒數(shù)。
（2）為了使內(nèi)外嚙合齒輪副強(qiáng)度接近相等，并提高外嚙合承載能力，應(yīng)限制齒輪內(nèi)外嚙合角在給定的范圍內(nèi)，即：
…………………（3）
…………………（4）
式中： 、 為太陽輪和行星論、行星輪和齒圈的嚙合角。
（3）齒輪不發(fā)生根切的最少齒數(shù)為17，但太陽輪的齒數(shù)常小于規(guī)定的標(biāo)準(zhǔn)齒輪不根切最小齒數(shù)17，為保證不根切，太陽輪變位系數(shù)應(yīng)滿足以下條件：
…………………（5）
式中： 太陽輪的最小變位系數(shù)
（4）各齒輪應(yīng)滿足強(qiáng)度要求，即齒輪的齒面接觸強(qiáng)度和彎曲強(qiáng)度的安全系數(shù)均大于給定值，亦即
…………………（6）
…………………（7）
式中： 、 ——給定的齒輪接觸強(qiáng)度、彎曲強(qiáng)度安全系數(shù)；
、 ——各齒輪的接觸強(qiáng)度、彎曲強(qiáng)度的安全系數(shù)。
（5）為了保證傳動(dòng)連續(xù)和平穩(wěn)性，齒輪的重合度必須大于規(guī)定值，即
…………………（8）
…………………（9）
式中： 、 ——分別為太陽輪和行星輪、內(nèi)齒圈與行星輪的重合度
（6）行星輪根圓直徑 不宜過小，以保證在行星輪內(nèi)孔能安裝上符合壽命要求的滾動(dòng)軸承，即
…………………（10）
式中： ——滾動(dòng)軸承外徑 ;
m——齒輪的模數(shù)
（7）模數(shù)約束
…………………（11）
（8）齒寬約束
…………………（12）
（9）行星輪個(gè)數(shù)約束
…………………（13）
（10）變位系數(shù)的約束[3]
…………………（14）
…………………（15）
…………………（16）
式中： 、 、 分別為太陽輪、行星輪和齒圈的變位系數(shù)
通過以上分析，知以上建立的模型是一個(gè)具有7個(gè)設(shè)計(jì)變量，15個(gè)約束條件的單目標(biāo)優(yōu)化設(shè)計(jì)。
3、應(yīng)用舉例：
某工程機(jī)械的輪邊減速器采用行星減速器，其具體要求為：轉(zhuǎn)速： ；功率： ；壽命：10a；工況：中等沖擊；日工作時(shí)間：14h；年工作天數(shù)300天；傳動(dòng)比： ； ；精度：6級(jí)；太陽輪：材料為20CrMnTi，熱處理為滲氮滲碳；行星輪：材料為20CrMnTi，熱處理為滲碳淬碳；內(nèi)齒輪為40Cr，熱處理為調(diào)質(zhì)[4]。
經(jīng)使用MATLAB程序優(yōu)化設(shè)計(jì)后行星減速器的主要參數(shù)和采用常規(guī)設(shè)計(jì)的主要參數(shù)的比較，如表1。
表1使用MATLAB優(yōu)化設(shè)計(jì)和常規(guī)設(shè)計(jì)的參數(shù)比較
4、結(jié)論
（1）利用MATLAB優(yōu)化設(shè)計(jì)的行星減速器的體積比常規(guī)設(shè)計(jì)的少了12%。
（2）建立目標(biāo)函數(shù)時(shí)只考慮太陽輪和行星輪的體積，對(duì)內(nèi)齒圈和行星架的體積沒有考慮，這樣可以減小計(jì)算量和提高計(jì)算速度。但是也存在著相應(yīng)的問題，目標(biāo)函數(shù)中沒有將齒圈的強(qiáng)度考慮在內(nèi)，會(huì)對(duì)設(shè)計(jì)的結(jié)果產(chǎn)生一定的影響。
參考文獻(xiàn)
[1]薛定宇，陳陽泉.基于matlab/simulink的系統(tǒng)仿真技術(shù)與應(yīng)用[M].北京：清華大學(xué)出版社，2002
[2]徐灝.機(jī)械設(shè)計(jì)手冊(cè).[M]北京:機(jī)械工業(yè)出版社
Abstract: with the rapid development of national economy, automobile production increased year by year, our country more and more cars, cars are more and more complex. Especially the rapid development of science and technology, the automobile industry competition has changed from single performance competition steering performance, environmental protection, energy saving, comprehensive competition. Only the automobile engine, to cope with the world energy crisis and reducing the environmental pollution, the research and development work has focused on reducing fuel consumption, reduce emissions, lightweight and reduce wear and so on, to optimize the technology will be widely used in these studies.
Keywords: engine, machine, technology, performance
中圖分類號(hào)：S219.031文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-2104（2012）
發(fā)動(dòng)機(jī)是一部由許多機(jī)構(gòu)和系統(tǒng)組成的是將某一種型式的能量轉(zhuǎn)換為機(jī)械能的復(fù)雜機(jī)器。其作用是將液體或氣體燃燒的化學(xué)能通過燃燒后轉(zhuǎn)化為熱能，再把熱能通過膨脹轉(zhuǎn)化為機(jī)械能并對(duì)外輸出動(dòng)力。而汽車發(fā)動(dòng)機(jī)是汽車的動(dòng)力裝置。由機(jī)體、曲柄連桿機(jī)構(gòu)、配氣機(jī)構(gòu)、冷卻系、系、燃料系和點(diǎn)火系（柴油機(jī)沒有點(diǎn)火系）等組成。按燃料分發(fā)動(dòng)機(jī)有汽油和柴油發(fā)動(dòng)機(jī)兩種。按工作方式有二沖程和四沖程兩種，一般發(fā)動(dòng)機(jī)為四沖程發(fā)動(dòng)機(jī)。
隨著世界能源問題和環(huán)境污染問題的日趨嚴(yán)重，飛機(jī)及汽車作為污染環(huán)境和消耗能源的大戶，備受人們的關(guān)注。發(fā)動(dòng)機(jī)燃燒過程直接影響節(jié)能和環(huán)保，對(duì)發(fā)動(dòng)機(jī)燃燒過程優(yōu)化的研究越來越受到重視。
發(fā)動(dòng)機(jī)設(shè)計(jì)以結(jié)構(gòu)、熱力、燃燒、強(qiáng)度、振動(dòng)、流體、傳熱等多個(gè)學(xué)科為基礎(chǔ)，可變因素多，隨機(jī)性大，是一個(gè)可變互耦系統(tǒng)的優(yōu)化問題。多學(xué)科設(shè)計(jì)優(yōu)化通過充 分利用各個(gè)學(xué)科之間的相互作用所產(chǎn)生的協(xié)同效應(yīng)，獲得系統(tǒng)的整體最優(yōu)解，因而在發(fā)動(dòng)機(jī)傳統(tǒng)設(shè)計(jì)流程圖上有很大的應(yīng)用優(yōu)勢。
發(fā)動(dòng)機(jī)的優(yōu)化涉及到多個(gè)目標(biāo)，與單目標(biāo)優(yōu)化問題不同的是這些目標(biāo)函數(shù)往往耦合在一起，且每一個(gè)目標(biāo)具有不同的物理意義和量綱。它們的關(guān)聯(lián)性和沖突性使得對(duì)其優(yōu)化變得十分困難。多目標(biāo)優(yōu)化方法可以分為如下兩大類并且已在發(fā)動(dòng)機(jī)的優(yōu)化設(shè)計(jì)中得到了應(yīng)用。1.基于偏好的多目標(biāo)優(yōu)化方法此方法根據(jù)工程實(shí)際的具體情況，首先選擇一個(gè)偏好向量，然后利用偏好向量構(gòu)造復(fù)合函數(shù)，使用單目標(biāo)優(yōu)化算法優(yōu)化該復(fù)合函數(shù)以找到單個(gè)協(xié)議最優(yōu)解。如利用線性組合法對(duì)發(fā)動(dòng)機(jī)的懸置系統(tǒng)進(jìn)行多目標(biāo)優(yōu)化；利用加權(quán)法對(duì)液體火箭發(fā)動(dòng)機(jī)的減損和延壽控制進(jìn)行多目標(biāo)優(yōu)化。2.基于非劣解集的多目標(biāo)優(yōu)化方法 此方法首先需要找到盡可能多的協(xié)議解，然后根據(jù)工程實(shí)際情況，獲得決策解。相比基于偏好的多目標(biāo)方法，該方法更系統(tǒng)、實(shí)用和客觀。如通過多目標(biāo)遺傳算 法，以單位推力、耗油率等為目標(biāo)函數(shù)對(duì)航空發(fā)動(dòng)機(jī)總體性能進(jìn)行優(yōu)化；基于多目標(biāo)遺傳算法對(duì)固體火箭發(fā)動(dòng)機(jī)的性能和成本進(jìn)行優(yōu)化。在發(fā)動(dòng)機(jī)的生產(chǎn)及實(shí)際使用中，總是存在著材料特性、制造、裝配及載荷等方面的誤差或不確定性。雖然在多數(shù)情況中，誤差或不確定性很小，但這些誤差或不確定性結(jié)合在一起可能對(duì)發(fā)動(dòng)機(jī)的性能和可靠性產(chǎn)生很大的影響。對(duì)于此類不確定性問題的優(yōu)化，傳統(tǒng)的優(yōu)化方法已無法解決，而必須求助于不確定性優(yōu)化方法。 隨著發(fā)動(dòng)機(jī)質(zhì)量越來越輕，而其功率和轉(zhuǎn)速不斷提高，振動(dòng)和噪聲問題越來越突出。振動(dòng)不僅影響到發(fā)動(dòng)機(jī)自身的強(qiáng)度和性能，而且會(huì)給車輛整體壽命和乘客舒適 性造成很大的影響。除了對(duì)發(fā)動(dòng)機(jī)本身結(jié)構(gòu)進(jìn)行改進(jìn)外，對(duì)發(fā)動(dòng)機(jī)的減振系統(tǒng)進(jìn)行優(yōu)化也是一條提高車輛整體振動(dòng)性能的有效途徑。傳統(tǒng)的彈性減振系統(tǒng)已無法滿足 舒適性要求，未來的趨勢是半主動(dòng)減振和主動(dòng)減振控制系統(tǒng)，即能根據(jù)發(fā)動(dòng)機(jī)激勵(lì)、路況、車輛行駛狀態(tài)和載荷等自動(dòng)調(diào)節(jié)系統(tǒng)參數(shù)，優(yōu)化車輛動(dòng)力學(xué)特性，實(shí)現(xiàn)主 動(dòng)減振。車用發(fā)動(dòng)機(jī)的減振系統(tǒng)是一復(fù)雜的非線性系統(tǒng)，而神經(jīng)網(wǎng)絡(luò)因其自身的非線性映射能力在未來發(fā)動(dòng)機(jī)減振系統(tǒng)的優(yōu)化設(shè)計(jì)中具有很大的潛力。另外，由于發(fā) 動(dòng)機(jī)動(dòng)力系統(tǒng)的復(fù)雜性，在模型、載荷、激勵(lì)等方面都具有很大的不確定性，減振系統(tǒng)的優(yōu)化不可避免地應(yīng)考慮系統(tǒng)不確定性的影響，可以利用模糊集或區(qū)間數(shù)學(xué)理 論結(jié)合神經(jīng)網(wǎng)絡(luò)進(jìn)行不確定性優(yōu)化，以提高減振系統(tǒng)的可靠性和魯棒性。
發(fā)動(dòng)機(jī)的燃燒和排放系統(tǒng)直接影響到 發(fā)動(dòng)機(jī)的燃油經(jīng)濟(jì)性、噪聲、排放等重要指標(biāo)，影響到汽車的節(jié)能與環(huán)保性能。對(duì)燃燒與排放系統(tǒng)的優(yōu)化可從兩個(gè)方面進(jìn)行。一方面是燃料噴射系統(tǒng)的優(yōu)化，可通過 電控單元精確控制各氣缸的燃油噴射量，自由控制發(fā)動(dòng)機(jī)的轉(zhuǎn)矩，使得發(fā)動(dòng)機(jī)具有良好的啟動(dòng)性能和最佳的輸出響應(yīng)特性，并使得氣缸達(dá)到最佳混合氣狀態(tài)，提高燃 油熱效率，降低噪聲；另一方面是優(yōu)化進(jìn)氣管系的結(jié)構(gòu)參數(shù)，改進(jìn)發(fā)動(dòng)機(jī)燃燒室，優(yōu)化壓縮比。未來的燃燒與排放系統(tǒng)的設(shè)計(jì)，應(yīng)當(dāng)綜合考慮噴射系統(tǒng)和發(fā)動(dòng)機(jī)結(jié) 構(gòu)，同時(shí)注重結(jié)構(gòu)、燃燒、流體、噪聲等不同專業(yè)領(lǐng)域的性能提高，進(jìn)行多學(xué)科優(yōu)化設(shè)計(jì)。汽油發(fā)動(dòng)機(jī)的熱效率為 20 %～30 % ,柴油發(fā)動(dòng)機(jī)為 30 %～40 %。如能廣泛地使用柴油機(jī) ,將會(huì)節(jié)約大量燃料。柴油機(jī)的優(yōu)點(diǎn)還在于它可以使用純度比較低、價(jià)格比汽油便宜的柴油作燃料。據(jù)統(tǒng)計(jì) ,將汽油機(jī)轉(zhuǎn)換為柴油機(jī) ,每升燃料的行程里程平均可增加 35 % ,同樣質(zhì)量和功率相同的柴油機(jī)與汽油機(jī)相比 ,油耗可降 15 %～ 25 %。因此 ,各汽車制造商都積極地增加柴油車的比重 ,目前絕大多數(shù)商用車都裝備柴油機(jī) ,而各汽車廠商提供的裝有柴油機(jī)的轎車、行車也日益增多 ,如寶馬、奔馳、奧迪、豐田、本田、馬自達(dá)等都在全力開發(fā)并推出環(huán)保型柴油車。在歐洲 ,轎車柴油化的比例已高達(dá) 40 % ,且有不斷上升之勢。
綜上所述，優(yōu)化技術(shù)在發(fā)動(dòng)機(jī)的設(shè)計(jì) 制造中占有非常重要的地位。包括常規(guī)優(yōu)化方法和智能優(yōu)化方法在內(nèi)的優(yōu)化技術(shù)已被應(yīng)用于發(fā)動(dòng)機(jī)設(shè)計(jì)?？紤]到能源的短缺和環(huán)境問題的重要性，未來的車用發(fā)動(dòng)機(jī) 優(yōu)化設(shè)計(jì)的研究將是以節(jié)能和環(huán)保為重點(diǎn)的綜合最優(yōu)，應(yīng)當(dāng)建立并應(yīng)用多種不確定多目標(biāo)多學(xué)科優(yōu)化理論方法、策略及算法；并應(yīng)大力開發(fā)在一個(gè)優(yōu)化平臺(tái)上集成各 個(gè)學(xué)科設(shè)計(jì)要求的多學(xué)科多目標(biāo)優(yōu)化設(shè)計(jì)系統(tǒng)，該系統(tǒng)將具有更高的優(yōu)化效率和較好的開放性，可以更好地適應(yīng)未來汽車個(gè)性化設(shè)計(jì)的趨勢。
摘要：
[1]汽車行業(yè)一體化 (質(zhì)量、境、業(yè)健康安全)管理體系認(rèn)證的研究 .吉林大學(xué) . 2007中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫 .
中圖分類號(hào)：TM352 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）10-00-02
0 引 言
一直以來，人們都想實(shí)現(xiàn)模擬集成電路設(shè)計(jì)的自動(dòng)化，但考慮到模擬集成電路性能指標(biāo)多，各性能指標(biāo)間互相影響等因素，使得模擬集成電路的自動(dòng)化進(jìn)程遠(yuǎn)遠(yuǎn)落后于數(shù)字集成電路，模擬集成電路已經(jīng)成為制約集成電路發(fā)展的瓶頸。隨著技術(shù)的發(fā)展，片上系統(tǒng)將模擬集成電路與數(shù)字集成電路整合到一塊芯片上。但人們對(duì)模擬集成電路的自動(dòng)化研究卻從未中斷過，同時(shí)也取得了一些成果，其中基于優(yōu)化的設(shè)計(jì)方法因適用范圍廣而受到了人們的青睞。
基于優(yōu)化的設(shè)計(jì)方法將模擬集成電路的設(shè)計(jì)看作是多目標(biāo)優(yōu)化問題，電路設(shè)計(jì)時(shí)的性能指標(biāo)如增益、帶寬、相位裕度等就是多目標(biāo)優(yōu)化的目標(biāo)函數(shù)。通過多目標(biāo)優(yōu)化算法求解出電路目標(biāo)空間的Pareto前沿，該前沿就是電路各種性能指標(biāo)折衷后的最優(yōu)前沿，允許電路設(shè)計(jì)者從一組相互沖突的設(shè)計(jì)指標(biāo)中做出最佳選擇。
基于優(yōu)化的設(shè)計(jì)方法的核心是多目標(biāo)優(yōu)化算法，解決多目標(biāo)優(yōu)化問題的常用算法是加權(quán)和算法[1]，該算法容易理解、操作簡單，但是該算法不能求出Pareto前沿上位于凹區(qū)間內(nèi)的解，而當(dāng)權(quán)值均勻分布時(shí)，Pareto前沿上凸區(qū)間內(nèi)的解分布不均勻[2]。本文采用了自適應(yīng)加權(quán)和算法，該算法在加權(quán)和算法的基礎(chǔ)上改進(jìn)而來，克服了加權(quán)和算法的上述缺點(diǎn)。
1 自適應(yīng)加權(quán)和算法原理
自適應(yīng)加權(quán)和算法[3]的權(quán)值系數(shù)沒有預(yù)先確定，而是通過所要求解問題的Pareto前沿曲線獲得。首先用傳統(tǒng)加權(quán)和算法產(chǎn)生一組起始解，然后在目標(biāo)空間確定需要細(xì)化的區(qū)域。將待細(xì)化區(qū)域看作可行域并且對(duì)該區(qū)域施加不等式約束條件，最后用傳統(tǒng)加權(quán)和方法對(duì)這些需要細(xì)化的子區(qū)域進(jìn)行優(yōu)化。當(dāng)Pareto前沿上的所有子區(qū)域長度達(dá)到預(yù)定值時(shí)，優(yōu)化工作完成。
圖1所示的自適應(yīng)加權(quán)算法與傳統(tǒng)加權(quán)和算法進(jìn)行了對(duì)比，說明了自適應(yīng)加權(quán)和算法的基本概念。真正的Pareto前沿用實(shí)線表示，通過多目標(biāo)優(yōu)化算法獲得的解用黑圓點(diǎn)表示。在該例中，整個(gè)Pareto前沿由相對(duì)平坦的凸區(qū)域和明顯凹的區(qū)域組成。解決這類問題的典型方法就是加權(quán)和算法，該算法可以描述成如下形式：
上式中描述的是兩個(gè)優(yōu)化目標(biāo)的情形，J1（x）和J2（x）分別為兩個(gè)目標(biāo)函數(shù)，sf1，0（x）和sf2，0（x）分別為對(duì)應(yīng)的歸一化因子，h（x）和g（x）分別為等式約束條件和不等式約束條件。
圖1（a）為采用加權(quán)和算法后解的分布，可以看出大部分解都分布在anchor points和inflection point，凹區(qū)間內(nèi)沒有求出解。該圖反映了加權(quán)和算法的兩個(gè)典型缺點(diǎn)：
（1）解在Pareto前沿曲線上分布不均勻；
（2）在Pareto前沿曲線為凹區(qū)間的部分不能求出解。
因此盡管加權(quán)和算法具有簡單、易操作的優(yōu)點(diǎn)，但上述缺點(diǎn)卻限制了其應(yīng)用，這些固有缺陷在實(shí)際多目標(biāo)優(yōu)化設(shè)計(jì)問題中頻繁出現(xiàn)。圖1描述了本文所提出的自適應(yīng)加權(quán)和算法的總體流程以及基本概念。首先根據(jù)加權(quán)和算法得到一組起始解，如圖1（a）所示，通過計(jì)算目標(biāo)前沿空間上相鄰解的距離來確定需要進(jìn)行細(xì)化的區(qū)域，如圖1（b）所示，該圖中確定了兩個(gè)需要進(jìn)行細(xì)化的區(qū)域。在確定需要進(jìn)行細(xì)化的區(qū)域分別在平行于兩個(gè)目標(biāo)方向上添加額外的約束，如圖1（c）所示，在該圖中向減小方向J1添加的約束為1，J2減小方向添加的約束為2。對(duì)細(xì)化后添加完約束的區(qū)域用加權(quán)和算法優(yōu)化，得出新解，如圖1（d）所示，其中加權(quán)和算法求解最優(yōu)解時(shí)采用Matlab中的fmincon函數(shù)。從該圖中可看出，細(xì)化區(qū)域內(nèi)產(chǎn)生了新解，Pareto前沿上解的分布較之前更加均勻，且求出了凹區(qū)域內(nèi)的解，繼續(xù)細(xì)化能夠找出更多的解，Pareto前沿上的解也將分布地更加均勻。自適應(yīng)加權(quán)和算法的流程圖如圖2所示。
2 兩級(jí)運(yùn)放設(shè)計(jì)實(shí)例
以一個(gè)帶米勒補(bǔ)償?shù)膬杉?jí)運(yùn)放[4]為例，說明自適應(yīng)加權(quán)和算法的多目標(biāo)優(yōu)化設(shè)計(jì)。兩級(jí)運(yùn)放電路圖如圖3所示。
電路的各項(xiàng)性能指標(biāo)如表1所列。
電路優(yōu)化過程中采用工作點(diǎn)驅(qū)動(dòng)[5，6]的設(shè)計(jì)方法，電路的設(shè)計(jì)變量為電路直流工作點(diǎn)上一組獨(dú)立的電壓、電流。電路性能通過方程獲得，但方程中的小信號(hào)參數(shù)通過對(duì)工藝庫進(jìn)行模糊邏輯建模[7，8]得到，使得計(jì)算速度提高的同時(shí)保證了計(jì)算精度。兩級(jí)運(yùn)放電路的優(yōu)化結(jié)果如圖4所示。
圖為算法迭代五代后的優(yōu)化結(jié)果，由圖可以發(fā)現(xiàn)，經(jīng)過五代的優(yōu)化迭代，求出的最優(yōu)解在Pareto前沿上分布均勻。在同一電路中，單位增益帶寬的增加與擺率的增加都會(huì)使功耗增加，而電路功耗降低導(dǎo)致的結(jié)果是電路的面積增加，或通過犧牲面積來換取低功耗，犧牲面積換取電路的帶寬增加。這些結(jié)果與電路理論相吻合，同時(shí)也再次說明了模擬電路設(shè)計(jì)過程中的折衷以及模擬集成電路設(shè)計(jì)的復(fù)雜性。
3 結(jié) 語
自適應(yīng)加權(quán)和算法能求出位于凹區(qū)間內(nèi)的最優(yōu)解，并且最優(yōu)解分布均勻。本文通過兩級(jí)運(yùn)放電路驗(yàn)證了算法的優(yōu)化效果，最終得到了滿意的優(yōu)化結(jié)果。
參考文獻(xiàn)
[1]陽明盛，羅長童.最優(yōu)化原理、方法及求解軟件[M].北京：科學(xué)出版社，2010：92-94.
[2]I.Das， J.E. Dennis. A closer look at drawbacks of minimizing weighte dsums of objectives for Pareto set generation in multicriteria optimization problems [J]. Structral Optimization， 1997（14）：63-69.
[3]I. Y. Kim， O. L. de Weck. Adaptive weighted-summethod forbi-objective optimization：Paretofrontgeneration [J]. Struct Multidisc Optim， 2005（29）：149-158.
[4]Razavi B. Design of analog CMOS integrated circuits [M]. New York： Mc Graw-Hill， 2001.
[5]陳曉，郭裕順.工作點(diǎn)驅(qū)動(dòng)的模擬集成電路優(yōu)化設(shè)計(jì)[J].杭州電子科技大學(xué)學(xué)報(bào)，35（6）：18-22.
