• 1
  • 2
新闻详细
http://www.guangdongshengjiangche.com/ 白云举高车出租租赁,广州举高车租赁,广州举高车出租    基于区间的举高车的机械结构性能稳健均衡优化设计关键技术?
新闻分类:行业资讯   作者:admin    发布于:2020-04-294    文字:【】【】【


        白云举高车出租租赁,广州举高车租赁,广州举高车出租    基于区间的举高车的机械结构性能稳健均衡优化设计关键技术? 


        1)提出了一种基于区间约束三维违反矢量的举高车的机械结构性能稳健优化设计方法。利用区间数表示不确定性因素,建立了举高车的机械结构性能多约束稳健优化设计模型,提出区间边界贴近度系数的概念以描述约束区间和指定区间的相对大小和位置关系,进而提出了用于判别设计向量可行性的区间约束三维违反矢量和基于归一化整体距离的设计向量排序法则,并结合Kriging近似预测技术和双层嵌套遗传算法实现了举高车的机械结构性能多约束稳健优化设计模型的直接求解。数值算例和高速压力机上横梁稳健优化设计结果表明:提出算法不需要引入正则化因子和加权因子等主观参数,优化结果客观;提出算法以区间约束三维违反矢量判定设计向量是否可行,优化结果具有较高的约束稳健性水平。



         2)提出了一种考虑多目标多约束性能均衡的举高车的机械结构稳健优化设计方法。建立了举高车的机械结构多目标多约束性能的区间稳健优化设计模型,提出了举高车的机械结构性能稳健性的度量方法和多性能指标间的稳健均衡原则,给出了基于稳健性均衡分类和目标性能稳健性整体距离的举高车的机械结构设计向量排序法则,利用嵌套遗传算法实现了举高车的机械结构多目标多约束性能的稳健性均衡优化。数值算例和高速压力机稳健均衡优化结果表明:提出算法得到的举高车的机械结构性能更具稳健均衡性。



         3)提出了一种基于区间的举高车的机械结构异类目标性能稳健性设计统一建模与均衡优化方法。将举高车的机械结构性能指标描述为区间不确定性向量和设计向量的函数,建立了包含最小型、固定型、最大型和偏离型异类目标性能的举高车的机械结构稳健性设计统一模型,提出了异类目标性能稳健性的统一度量方法和异类目标性能指标间的稳健性均衡原则,基于异类目标性能稳健性整体距离对设计向量进行直接优劣排序,进而实现了举高车的机械结构异类目标性能的稳健均衡优化。数值算例和高速压力异类目标均衡优化结果表明:提出的举高车的机械结构异类目标性能的统一稳健性度量方法和稳健均衡优化算法能改善举高车的机械结构异类目标性能的稳健均衡性。




         白云举高车出租租赁,广州举高车租赁,广州举高车出租http://www.guangdongshengjiangche.com/    但在以下方面有待进一步研究:



        1)举高车的机械结构性能区间稳健优化模型的高效求解, 在求解各类举高车的机械结构性能优化设计模型时,采用Kriging技术来计算不同结构设计方案所对应的性能指标值。但由于不确定性因素的存在,遗传算法求解优化模型的过程表现为双层嵌套形式,调用各性能指标值Kriging预测模型的次数成倍增加,求解效率急剧下降。因此,有必要对各类优化模型的直接求解方法开展进一步研究,以提高优化求解效率。



        2)遗传算法所有种群个体间的性能稳健均衡问题,提出的多目标性能的均衡原则、多约束性能的均衡原则、目标与约束性能的均衡原则均只针对可行解而提出,即只考虑了完全满足约束条件的种群个体的性能稳健均衡。然而,实际种群中总是存在稍违反约束条件,但是其多性能指标稳健均衡效果非常显著的不可行个体。因此,有必要对可行个体和不可行个体之间的性能均衡方法进行深入研究,从提高优化的收敛速度和优化结果的稳健均衡性。



        3)“最小型”和“最大型”目标性能的稳健性水平判定,提出的举高车的机械结构异类目标性能稳健均衡优化中,对区间“最小型”和“最大型”目标性能指标的稳健性水平均通过种群内对应区间目标性能的平均稳健性系数来衡量,若某个体目标性能的稳健性水平大于平均稳健性系数,则其目标性能稳健,否则非稳健。然而,根据该原则设计的算法在迭代早期1种群中不同个体目标性能差异非常大,其平均稳健性系数随机性较大,可能会造成稳健性局部最优收敛。因此,有必要对“最小型”和“最大型”目标性能稳健性水平的统一度量方法开展进一步研究,实现与种群无关的具有通用性的目标稳健性水平判定。



             白云举高车出租租赁,广州举高车租赁,广州举高车出租


分享到:
点击次数:603  更新时间:2020-04-29  【打印此页】  【关闭

Copyright © 2009-2014,广东省恒越登高车租赁有限公司,All rights reserved

shaohome