版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、并行協(xié)同設(shè)計(jì)是一種現(xiàn)代產(chǎn)品設(shè)計(jì)的模式,但其存在的不確定性問(wèn)題的處理很少得到關(guān)注。魯棒設(shè)計(jì)是質(zhì)量工程的一種處理產(chǎn)品質(zhì)量不穩(wěn)定性的有效方法。因此,把魯棒設(shè)計(jì)概念和并行協(xié)同設(shè)計(jì)框架結(jié)合起來(lái),研究一種適合在并行協(xié)同開(kāi)發(fā)環(huán)境下的多目標(biāo)魯棒設(shè)計(jì)方法就非常有意義,對(duì)于復(fù)雜系統(tǒng)設(shè)計(jì)的合理決策亦非常有價(jià)值。 本文以國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào):60304015)“復(fù)雜產(chǎn)品并行協(xié)同建模與設(shè)計(jì)的廣義魯棒性研究”研究成果為基礎(chǔ),結(jié)合上海市自然科學(xué)基金(編
2、號(hào):4ZR14081)“復(fù)雜產(chǎn)品多學(xué)科并行協(xié)同設(shè)計(jì)與信息集成研究”,研究了并行協(xié)同開(kāi)發(fā)環(huán)境下的多目標(biāo)魯棒設(shè)計(jì)方法,開(kāi)發(fā)了并行協(xié)同多目標(biāo)魯棒設(shè)計(jì)原型系統(tǒng),并用實(shí)例驗(yàn)證了其正確性和可行性。本文的主要研究?jī)?nèi)容如下: 第一章:在綜述并行協(xié)同設(shè)計(jì)和魯棒設(shè)計(jì)的國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,總結(jié)了現(xiàn)有的魯棒設(shè)計(jì)方法在并行協(xié)同開(kāi)發(fā)環(huán)境下應(yīng)用的關(guān)鍵問(wèn)題,從而闡述了本論文的選題依據(jù),介紹了本論文的主要內(nèi)容、結(jié)構(gòu)安排和創(chuàng)新之處。 第二章:提出了基于
3、約束網(wǎng)絡(luò)的多目標(biāo)魯棒設(shè)計(jì)數(shù)學(xué)模型。首先概述了基于約束網(wǎng)絡(luò)的多目標(biāo)魯棒設(shè)計(jì)方法的總體框架,然后介紹了約束網(wǎng)絡(luò)模型的構(gòu)建、約束沖突檢測(cè)和約束管理。接著提出了基于約束網(wǎng)絡(luò)的帶偏好信息的多目標(biāo)魯棒設(shè)計(jì)數(shù)學(xué)模型,詳細(xì)闡述了相關(guān)的理論、模型特點(diǎn)、建模過(guò)程以及模型的求解策略。在求解策略中,把多目標(biāo)魯棒設(shè)計(jì)數(shù)學(xué)模型劃分為簡(jiǎn)單和復(fù)雜兩種,為后面第三、第四章的模型求解算法研究奠定了基礎(chǔ)。 第三章:研究了基于近似規(guī)劃法的簡(jiǎn)單多目標(biāo)魯棒設(shè)計(jì)模型的求解。
4、在序列二次規(guī)劃法的基礎(chǔ)上,提出了二階項(xiàng)的線性化近似和限步法,給出了簡(jiǎn)單多目標(biāo)魯棒設(shè)計(jì)模型的求解策略。 第四章:研究了基于改進(jìn)型NSGAⅡ遺傳算法的復(fù)雜多目標(biāo)魯棒設(shè)計(jì)模型求解?;贜SGAⅡ遺傳算法,在適應(yīng)值評(píng)價(jià)中,引入了蒙特卡羅方法,解決了多目標(biāo)魯棒設(shè)計(jì)模型中復(fù)雜數(shù)學(xué)形態(tài)的質(zhì)量特性的均值和方差難以求解的問(wèn)題;在擁擠距離計(jì)算中,引入權(quán)重因子,得到反映設(shè)計(jì)者偏好信息的Pareto最優(yōu)解集,從而獲得更優(yōu)的魯棒解。 第五章:基于
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目標(biāo)約束下的魯棒容錯(cuò)控制.pdf
- MISO網(wǎng)絡(luò)下的魯棒性多目標(biāo)安全傳輸設(shè)計(jì).pdf
- 多目標(biāo)魯棒優(yōu)化控制的仿真研究.pdf
- 基于群智能的魯棒多目標(biāo)優(yōu)化方法及應(yīng)用.pdf
- 一種求解多目標(biāo)進(jìn)化算法魯棒最優(yōu)解方法研究.pdf
- 一種求解多目標(biāo)進(jìn)化算法魯棒最優(yōu)解方法研究
- (節(jié)選)外文翻譯--魯棒優(yōu)化設(shè)計(jì)的多目標(biāo)遺傳算法
- (節(jié)選)外文翻譯--魯棒優(yōu)化設(shè)計(jì)的多目標(biāo)遺傳算法
- 多能互補(bǔ)微網(wǎng)魯棒多目標(biāo)運(yùn)行優(yōu)化.pdf
- 多能互補(bǔ)微網(wǎng)魯棒多目標(biāo)運(yùn)行優(yōu)化
- 魯棒外觀和先驗(yàn)約束下的目標(biāo)跟蹤方法研究.pdf
- 行車環(huán)境下魯棒的聲學(xué)事件檢測(cè)方法.pdf
- 雜波環(huán)境下的機(jī)動(dòng)多目標(biāo)跟蹤方法研究.pdf
- 基于魯棒性的船體中橫剖面多目標(biāo)優(yōu)化.pdf
- 快速魯棒的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究.pdf
- 自然條件下的運(yùn)動(dòng)目標(biāo)魯棒跟蹤方法研究.pdf
- 多目標(biāo)約束下的不確定非線性NCS魯棒滿意容錯(cuò)控制.pdf
- 基于多目標(biāo)遺傳算法的魯棒H2-H∞控制設(shè)計(jì).pdf
- 非穩(wěn)定背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與魯棒跟蹤方法研究.pdf
- 基于協(xié)同的并行設(shè)計(jì)環(huán)境理論與方法研究.pdf
評(píng)論
0/150
提交評(píng)論