【摘 要】
：
多目标优化问题在工程应用等领域中普遍存在。相比于单目标优化问题的单个最优解,在多目标优化问题中,搜索的是一组非劣解集。优化实际工程问题时,不可能通过手动多次修改CAD模型和/或CAE分析条件来得到这些最优解。因此,基于CAD/CAE集成的方式研究多目标优化问题,成为人们关注的一个焦点。本文围绕该方向主要研究以下内容:（1）基于CAD/CAE集成,提出建立面向多目标优化的设计分析平台。通过软件二次开
论文部分内容阅读
多目标优化问题在工程应用等领域中普遍存在。相比于单目标优化问题的单个最优解,在多目标优化问题中,搜索的是一组非劣解集。优化实际工程问题时,不可能通过手动多次修改CAD模型和/或CAE分析条件来得到这些最优解。因此,基于CAD/CAE集成的方式研究多目标优化问题,成为人们关注的一个焦点。本文围绕该方向主要研究以下内容:（1）基于CAD/CAE集成,提出建立面向多目标优化的设计分析平台。通过软件二次开发、脚本驱动等方式,使CAD子系统能够完成参数化模型的自动更新,并导出仿真模型;CAE子系统能够完成有限元分析的参数化和自动化任务,如添加载荷和边界条件、设置工艺参数等,并自动提取相应的响应函数,解决了优化过程中大量人机交互的问题,实现优化分析自动化。（2）采用Kriging代理模型,结合多目标遗传算法（multi objective genetic algorithm,MOGA）和模式搜索算法（pattern search,PS）,构建基于代理模型的混合优化算法MOGA＿PS。先通过拉丁超立方抽样,获得初始样本点,并进行仿真分析得到相应的响应值。然后通过Kriging代理模型拟合设计变量和响应值之间的非线性关系,再使用MOGA＿PS混合算法对Kriging进行寻优。该算法先使用MOGA算法进行快速的全局寻优,避免陷入局部最优解,在找到最优区域后使用模式搜索算法PS进行局部寻优,以搜索满足要求的解。在不同阶段利用不同算法的优势,平衡全局寻优和局部寻优的速度和精度,从而获得更高效的优化算法。（3）提出薄壁注塑件的翘曲优化方法。对于翘曲变形较大的注塑制品,提出反变形和工艺优化相结合的优化方法。先对反变形设计的补偿系数进行优化,选择相同工艺条件下翘曲变形最小的补偿系数,获得反变形模型,再进行工艺优化。并提出了改进的翘曲计算公式,获得了方便计算且能全面反应制件翘曲变形情况的翘曲量化方法。基于以上提出的方法,通过实例分析,证明了本文所提解决方案的可行性和有效性。并借助图形用户界面应用程序开发框架,开发了优化设计交互界面,使整个集成优化过程更加直观易用。
其他文献
骨组织工程材料主要包括两大类:人工合成材料和天然材料。商业化的人工骨材料主要是无机材料及其复合材料,其制备工艺复杂,力学性能偏脆。天然材料主要包括经过处理的天然骨和天然高分子材料。自体骨来源有限,且会造成二次手术痛苦。异体骨则会有免疫排斥反应的风险。天然高分子材料来源广泛,成本低廉,且生物相容性好,利于细胞粘附、增殖、分化等。同时可加工性良好、工艺简单。但是,这类材料力学强度偏低。玉米醇溶蛋白是一
在发展中国家和地区,三聚氰胺有时会掺假加入到乳制品中以虚假提高其表观蛋白含量,长期食用含有三聚氰胺的乳制品严重危害机体健康。然而,尚未开发便携式传感器用于现场测定乳制品中的三聚氰胺。本研究基于移动中和界面（NB）和EDTA光催化原理,构建了一种基于距离的传感器并对其应用进行了初步研究。本文的具体研究内容分为以下几个部分:1.微流控直读芯片及传感器的构建利用PDMS材料设计并制作多通道微流控直读芯片
如今经济不确定性问题已经成为国际上宏观经济学研究的前沿和热点,在国内,对经济不确定性的研究也受到学者们越来越多的关注。当前国际形势愈发复杂且多变且我国又处在深化改革的关键时期,研究不确定性对我国更有着重要且深远的意义。本论文首先综合利用主成分分析法等方法从大量经济金融数据中提取不确定性成分并合成中国宏观经济不确定性指标,然后用估计出的经济不确定性指标和挑选出的六个经济金融变量构造VAR模型,用符号
离网式微型光伏逆变器是分布式光伏发电的核心部件,也是目前广泛研究的热点。作为太阳能利用的一种重要形式,完整的离网式逆变器系统通常包含了储能元件,在日照充足的时候将太阳能转换的多余的电能储存起来,在日照不足的时候给负载供电。逆变技术是系统的核心技术,本文提出一种基于FPGA（Field Programmable Gate Array）的含锂电池储能的数字化控制离网式微型逆变器系统设计方案,并据此设计
少样本学习技术指的是在标注样本受限的情境下,快速学习并泛化到新任务的技术。该技术是为人工智能技术通向真正智能化的积极探索,并已在标注数据稀缺,标注场景受限等应用中赋能。近年来,少样本学习技术迅猛发展,但是如何更好的学习任务相关的知识,以及如何缓解训练与测试阶段数据分布的不一致带来的过拟合问题,仍然是少样本学习的最大挑战。为此,本研究立足于两大样本受限的情境,在分类、分割与检测三项具体任务上,提出了
随着社会进步与科技发展,各种传感器作为代替人工收集外界信息的媒介发挥着越来越重要的作用。光纤传感器凭借其众多优势,在温度与应变传感等方面获得极大重视,近几十年来在学术界和产业界受到广泛关注。光纤体积小、重量轻、耐腐蚀,光纤传感器抗电磁干扰、信号传输距离远,而且能实现分布式测量,因此在建筑结构监测、地震监测、管道电缆、航空航天、安防等场景中得到广泛应用。在分布式光纤传感系统中布里渊光相关域分析法（B
目的:本研究意在通过机器学习的方法,对大学生的主观幸福感状况进行分析,发现影响大学生主观幸福感的主要因素。利用其中影响大学生主观幸福感较大的因素,对大学生未来的主观幸福感情况进行预测,并分析影响因素的变化,以期作为高校开展心理辅导的参考方向。方法:问卷的设计与制作涉及网络问卷编辑,其中包括10个与幸福感相关的问卷、个人信息等问题。问卷编辑完成后,笔者所在的幸福团队与山东省济宁医学院进行合作,采集大
交通研究者通常使用微观交通仿真模型来评估交通流量、道路线型设计和交通控制方案的变化对交通运行状况的影响。在进行仿真时,一个前提是模型要输入适当的标定后的参数值。然而,这通常在计算上是十分耗时的,因为它需要反复运行仿真模型来寻找最佳参数值集。本文提出了一种基于机器学习的微观交通模拟器参数标定方法,避免了仿真模型的重复运行,显著提高了标定方法的计算效率。该方法首先建立机器学习模型,使用待标定的参数作为
隐式篇章关系分析是自然语言处理中篇章分析的重要任务之一。其主要目的是对篇章中的两个句子、子句或分句,确定他们之间的篇章关系,通常被分类的这两个句子、子句等被称为论元。篇章关系主要反映了论元之间的语义连贯性,常见的关系有时序关系、扩展关系、比较关系等等。对于篇章关系的准确分类是十分有意义的,可以帮助机器更好地理解长篇文本,同时帮助一些下游任务如机器翻译、文本等。然而隐式篇章关系分析因为缺少连接词,而
在工业控制中,存在一些影响控制过程的重要变量,由于测量技术与测量仪器的限制,这些变量很难通过在线被精确测量。软测量建模技术通过选取辅助变量建模来估计这些变量,具有精度高、维护方便等优点,可以很好地解决这类参数测量问题。软测量技术被广泛用于对关键过程变量的建模预测,过程监控及故障诊断。软测量方法主要有多元统计、神经网络、高斯过程回归、支持向量回归等。深度学习具有可以进行自动的特征提取、特征选择,大样