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。
There exist constraints in the optimization design of mechanical/structural system,which makes the optimal points on the boundary of the feasible area.Small variability is likely to make the design infeasible and useless.A general method for Robust Design is presented based on sensitivity of objective and constraint function to the design parameters.Pareto GA is used to deal with multiobjective optimization problem with constraints.which generates Pareto optimal sets.from this set,Decision maker can chose the best point.
出处
《机械设计与研究》
EI
CSCD
北大核心
2000年第1期10-12,共3页
Machine Design And Research
关键词
健壮设计
多目标优化
遗传算法
机械设计
Robust design Sensitivity Multiobjective optimization Pareto optimal Genetic algorithm Fuzzy penalty function
