排序方式： 共有66条查询结果，搜索用时 15 毫秒
1.
应用稳健优化设计理论,考虑设计变量的不确定性对结果的影响,建立稳健优化模型。以发动机悬置系统能量解耦为目标,用Pareto遗传算法对系统的刚度参数进行稳健优化,并将优化结果运用Monte Carlo方法进行分析.结果表明,优化方法可以有效提高悬置系统的稳健性。 相似文献
2.
3.
潜水器多学科设计中的多目标协同优化方法 总被引：3，自引：0，他引：3
针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性. 相似文献
4.
文章简述了巴列特（Pareto）统计分配法的基本要点，并结合天津港南疆工作船码头工程的施工实例，应用巴列特法进行了分析，明确了该工程中节省成本的重点项目、内容及节省成本的贡献率，从而有针对性地制定了相应的成本控制和节约措施，经过实践，收到了较好的效果。 相似文献
5.
6.
为了克服以偏心率为初始参数的轴承优化模型优化结果局限于原始形状的缺点,提出用傅里叶级数表示通用膜厚方程,建立了多目标形状优化设计数学模型.应用基于非支配排序遗传算法,以最小功耗和最小侧漏流速为目标、最小油膜厚度和最小承载力为限制条件,以通用膜厚方程系数为设计变量,进行了轴承形状的多目标优化设计,并用Matlab偏微分方程工具箱求解基于通用膜厚的控制方程.实例分析结果表明:基于通用膜厚方程的多目标优化后的轴承形状不受固有型线的限制;在保证最大承载力的基础上,优化后的非圆轴承与仅以最大承载力为单目标优化的结果相比,最小功耗下降了80.8%,最小侧漏流速比优化前下降了3个数量级,并得出了Pareto最优解集. 相似文献
7.
提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的. 相似文献
8.
黄江平;钟晓静 《铁道标准设计通讯》2022,66(9):85-90
为解决城市轨道交通中单列车运行节能和准点的问题,将列车运行策略改进和运行曲线优化相结合。考虑列车在实际线路中附加阻力的变化,并对列车运行控制策略进行分析。以列车运行时间和能耗作为优化目标,建立列车多目标优化模型。在Pareto原理的基础上,采用一种基于自适应网格的多目标粒子群优化算法(AGA-MOPSO),同时应用线性微分递减法对其惯性权重进行处理,进而对列车的工况转换点进行寻优,并通过模糊隶属度函数对获得的Pareto解集进行筛选。仿真结果显示,AGA-MOPSO与常规粒子群算法(PSO)处理多目标问题相比,AGA-MOPSO的解在多样性、稳定性及优化效果上具有明显优势。同时,对3种不同控制策略比较,发现在实际复杂线路中加入多次惰行工况的控制策略优化效果更好。 相似文献
9.
步行桥作为当今城市滨水景观的重要连接纽带已在各个地区被广泛建设.其是城市重要的步行载体,其自身的宜步性水平具有重要的价值,而其中以坡度为代表的舒适性设计对其影响最为显著.在环境行为学视角下,步行桥坡度设计应当兼顾心理感知层面与生理感知层面的平衡,其对于步行桥宜步性程度具有重要价值.基于帕累托最优的多目标优化策略,可将心理与生理层面的综合优化分别转译为针对平直区段长度与大坡度爬升阶段长度的优化.通过运用参数化的手段,将桥体坡度拆解为逐点坡度,提出了实现最高宜步性水平的优化路径与方法. 相似文献
10.
Adjusting traffic signal timings is a practical way for agencies to manage urban traffic without the need for significant infrastructure investments. Signal timings are generally selected to minimize the total control delay vehicles experience at an intersection, particularly when the intersection is isolated or undersaturated. However, in practice, there are many other potential objectives that might be considered in signal timing design, including: total passenger delay, pedestrian delays, delay inequity among competing movements, total number of stopping maneuvers, among others. These objectives do not tend to share the same relationships with signal timing plans and some of these objectives may be in direct conflict. The research proposes the use of a new multi-objective optimization (MOO) visualization technique—the mosaic plot—to easily quantify and identify significant tradeoffs between competing objectives using the set of Pareto optimal solutions that are normally provided by MOO algorithms. Using this tool, methods are also proposed to identify and remove potentially redundant or unnecessary objectives that do not have any significant tradeoffs with others in an effort to reduce problem dimensionality. Since MOO procedures will still be needed if more than one objective remains and MOO algorithms generally provide a set of candidate solutions instead of a single final solution, two methods are proposed to rank the set of Pareto optimal solutions based on how well they balance between the competing objectives to provide a final recommendation. These methods rely on converting the objectives to dimensionless values based on the optimal value for each specific objectives, which allows for direct comparison between and weighting of each. The proposed methods are demonstrated using a simple numerical example of an undersaturated intersection where all objectives can be analytically obtained. However, they can be readily applied to other signal timing problems where objectives can be obtained using simulation outputs to help identify the signal timing plan that provides the most reasonable tradeoff between competing objectives. 相似文献