2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩143頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、實(shí)際工程優(yōu)化問題通常涉及多個(gè)目標(biāo),這些目標(biāo)往往不能顯式表達(dá)而要通過仿真計(jì)算來獲取,這便在一定程度上加大了多目標(biāo)優(yōu)化求解的難度。多目標(biāo)智能優(yōu)化方法可以在不考慮問題具體特征的前提下進(jìn)行優(yōu)化解的搜尋,適用于處理實(shí)際工程問題,但受到進(jìn)化規(guī)模和收斂速度的影響而需要較多次數(shù)的目標(biāo)值計(jì)算,限制了在目標(biāo)求解耗時(shí)的問題中的應(yīng)用。常見的基于代理模型的多目標(biāo)優(yōu)化方法因能較好地處理效率問題而成為研究熱點(diǎn),但目前該類方法面臨著求解精度較低的問題。鑒于此,本文針對(duì)

2、基于代理模型的多目標(biāo)優(yōu)化方法展開了深入的研究,力求在快速、有效的算法本身及其在車身設(shè)計(jì)中的應(yīng)用方面,開展一些嘗試和探索。本文研究?jī)?nèi)容主要包括以下幾個(gè)方面:
  1)提出基于自適應(yīng)徑向基函數(shù)的多目標(biāo)優(yōu)化算法。該算法通過遺傳拉丁超立方實(shí)驗(yàn)設(shè)計(jì)、徑向基函數(shù)和隔代映射遺傳算法等技術(shù),系統(tǒng)地評(píng)價(jià)代理模型。通過合并樣本點(diǎn)和測(cè)試點(diǎn)來逐步地提升模型的精度。采用改進(jìn)的貪婪算法挑選最后迭代步中的測(cè)試點(diǎn)到最終樣本空間,構(gòu)建整個(gè)設(shè)計(jì)域上的自適應(yīng)徑向基函數(shù)

3、模型,并基于此模型結(jié)合具有代表性的NSGA-Ⅱ算法進(jìn)行多目標(biāo)優(yōu)化。測(cè)試函數(shù)中驗(yàn)證了自適應(yīng)徑向基函數(shù)具備有效評(píng)價(jià)和逐步提升模型精度的能力。該算法應(yīng)用于車身薄壁構(gòu)件耐撞性多目標(biāo)優(yōu)化設(shè)計(jì)中,快速地找到了多組設(shè)計(jì)方案,較好地平衡了薄壁構(gòu)碰撞過程中的吸能量和碰撞力。
  2)提出基于智能布點(diǎn)技術(shù)的微型多目標(biāo)遺傳算法。該算法首先采用加強(qiáng)徑向基函數(shù)構(gòu)建全局代理模型,再采用高效的微型多目標(biāo)遺傳算法進(jìn)行近似優(yōu)化。根據(jù)優(yōu)化結(jié)果信息進(jìn)行智能布點(diǎn),反饋到

4、設(shè)計(jì)空間進(jìn)而不斷更新代理模型,使實(shí)驗(yàn)設(shè)計(jì)過程和近似優(yōu)化過程形成閉環(huán)過程。由于充分利用了近似優(yōu)化的信息,使僅關(guān)注代理模型在關(guān)鍵區(qū)域而非全局的精度,從而提高了優(yōu)化效率。在測(cè)試函數(shù)中驗(yàn)證了該方法的求解精度和效率。最后將其應(yīng)用于某重型商用車駕駛室動(dòng)態(tài)特性優(yōu)化中,獲得多組支配優(yōu)化前的設(shè)計(jì)方案,使駕駛室動(dòng)態(tài)特性更好并且質(zhì)量更輕。
  3)針對(duì)求解耗時(shí)的復(fù)雜工程多目標(biāo)優(yōu)化問題,提出基于信賴域模型管理的優(yōu)化算法。該算法將整個(gè)設(shè)計(jì)空間上的復(fù)雜優(yōu)化問

5、題,轉(zhuǎn)化為一系列信賴域上的近似多目標(biāo)優(yōu)化問題。通過每個(gè)信賴域上的近似優(yōu)化結(jié)果,確定信賴度和下代域的中心、半徑,進(jìn)而不斷地縮放、平移信賴域,來保證獲得與真實(shí)模型一致的非支配解。數(shù)值算例表明該方法降低了對(duì)代理模型精度的依賴,對(duì)處理復(fù)雜多目標(biāo)優(yōu)化問題具有一定的優(yōu)勢(shì)和潛力。該算法應(yīng)用于某車門結(jié)構(gòu)的優(yōu)化中,通過匹配關(guān)鍵部件的厚度,很好地平衡了車門的各項(xiàng)動(dòng)靜態(tài)特性指標(biāo)。
  4)結(jié)合信賴域和智能布點(diǎn)技術(shù),發(fā)展出一種高效的非線性多目標(biāo)優(yōu)化求解算

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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

評(píng)論

0/150

提交評(píng)論