机械设计与研究 ›› 2000, Vol. 16 ›› Issue (01): 10-12+7.doi: 10.13952/j.cnki.jofmdr.a0727

• 论文 •    下一篇

Pareto多目标遗传算法及其在机械健壮设计中的应用

王安麟,朱学军,张惠侨   

  1. 上海交通大学!上海·200030,上海交通大学!上海·200030,上海交通大学!上海·200030
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 在机械或结构的优化设计中 ,普遍存在约束的作用 ,且最优解往往位于可行域的边界上。由于外界环境的变化或人为因素造成设计变量扰动 ,可能使设计成为不可行。本文提出了一种的基于设计变量敏感性的健壮性设计方法 ,并提出了一种用 Pareto遗传算法来实施的带约束的多目标优化方法以求解健壮性问题。 Pareto遗传算法可得到 Pareto最优解集 ,从中可选出满足设计需要的解。本文提出的算法包括 5个基本算子 :选择、变异、交叉、小生境技术、Pareto集合过滤器。文中用算例说明该方法的应用

关键词: 健壮设计, 灵敏度, 多目标优化, Pareto最优, 遗传算法, 模糊罚函数

Key words: Robust design Sensitivity Multiobjective optimization Pareto optimal Genetic algorithm Fuzzy penalty function