基于模糊優(yōu)化的模糊熵理論研究及應用.pdf

1、模糊信息在結構優(yōu)化中普遍存在,如何將模糊理論與結構優(yōu)化有效結合,需要將模糊集合理論與結構優(yōu)化中的模糊信息聯(lián)系起來,將理論應用于實際。本文主要研究基于模糊優(yōu)化的模糊熵理論及應用。
　　 針對復雜機械結構優(yōu)化設計中經(jīng)常出現(xiàn)的離散變量結構優(yōu)化問題,以及解決此類問題通用的圓整等方法精度差、模型單一且缺少工況描述等缺點,結合離散變量結構優(yōu)化問題的數(shù)值特點,通過定義參數(shù)模糊熵建立離散變量結構優(yōu)化新模型,以此為基礎提出一種離散變量結構的多向搜

2、索算法。改進傳統(tǒng)的遺傳算法,并與參數(shù)模糊熵聚類分析相結合,形成一種全局搜索能力強、局部優(yōu)化效率高的混合遺傳算法,實現(xiàn)離散變量結構優(yōu)化問題的數(shù)值求解。以某高壓旁路閥閥體的設計為例進行優(yōu)化,說明改進后的離散變量優(yōu)化模型以及求解方法適用于復雜工況問題的模型建立、求解,操作性更強。研究結果為離散變量結構優(yōu)化問題提供了新的方法和理論依據(jù)。
　　 另外,本文還定義了經(jīng)典集合和模糊集合間的距離測度和相似測度,用來描述經(jīng)典集合和模糊集合的關系,