论文部分内容阅读
本文提出了一种具有网格属性的微型多目标遗传算法，在求解较多目标函数的优化问题时具有较好的收敛性和计算效率。该方法引入网格支配概念结合微型多目标遗传算法(uMOGA)，在每一个迭代步中先采用网格值(GR)描述个体的目标函数值，并计算网格拥挤距离(GCD)和网格坐标点距离(GCPD)。根据GR、GCD 和GCPD 值选择精英个体，再进行交叉和变异操作，使其朝Pareto 前沿面收敛获得最优解。最后，通过四个经典测试函数验证该方法的有效性，并将该方法应用于求解汽车盘式制动器和高、低速耐撞性多目标优化设计问题中，获得了满意的解。