基于RSM的關(guān)聯(lián)多響應(yīng)試驗(yàn)設(shè)計(jì)與穩(wěn)健性優(yōu)化研究.pdf

1、在實(shí)際生產(chǎn)中，產(chǎn)品經(jīng)常具有多個(gè)質(zhì)量特性且特性之間互有影響，本文主要對關(guān)聯(lián)多響應(yīng)問題的穩(wěn)健性優(yōu)化進(jìn)行研究，目的在于在響應(yīng)間具有相關(guān)性的情況下考慮到因子容差的波動對于響應(yīng)的影響，最終找到問題的穩(wěn)健最優(yōu)解。以此為目標(biāo)，本文通過響應(yīng)曲面法建立影響因子與響應(yīng)之間的關(guān)系模型，使用馬氏距離函數(shù)法對響應(yīng)之間的相關(guān)性進(jìn)行了考慮，進(jìn)一步對存在因子容差的條件下如何進(jìn)行穩(wěn)健性優(yōu)化并獲得穩(wěn)健最優(yōu)解進(jìn)行了研究。具體研究內(nèi)容如下：
　　首先，本文闡述了試驗(yàn)設(shè)計(jì)

2、與響應(yīng)曲面法的基本理論與方法，并進(jìn)一步對多響應(yīng)穩(wěn)健性優(yōu)化的概念與幾種常見的優(yōu)化方法進(jìn)行了介紹與總結(jié)，選取考慮了方差-協(xié)方差矩陣的馬氏距離函數(shù)，將關(guān)聯(lián)多響應(yīng)優(yōu)化問題轉(zhuǎn)化為使總體馬氏距離函數(shù)最小化的問題。
　　其次，引入結(jié)合了遺傳算法與模式搜索的混合智能算法對總體馬氏距離函數(shù)進(jìn)行極小化尋優(yōu)，先使用遺傳算法在可行域內(nèi)進(jìn)行全局性尋優(yōu)，再采用模式搜索算法對返回的解進(jìn)行局部精確尋優(yōu)。與單一的模式搜索算法相比，混合智能算法可以更好的處理具有高度