一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法技术

本发明专利技术公开了一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法。该方法包括以下步骤：考虑区间不确定因素，建立包含成本型、固定型、收益型和偏离型异类目标性能的机械结构性能稳健优化设计模型，在双层嵌套遗传算法内层，计算各结构性能指标的左右界。在遗传算法外层，对设计向量进行可行性判别；基于区间约束性能的稳健均衡性系数和区间异类目标性能的稳健均衡系数，对可行解进行稳健性均衡分类，基于异类目标性能稳健性整体距离，对设计向量排序，从而实现机械结构异类多目标性能的稳健均衡优化。该方法实现了异类多目标性能稳健优化问题的统一建模，保证了约束性能的高稳健水平，优化结果客观，各异类结构性能整体稳健均衡。

A robust measurement and optimization design method for multiobjective performance of mechanical structures

The invention discloses a robustness measurement and equalization optimization design method for heterogeneous multi-objective performance of mechanical structures. The method includes the following steps: considering the interval uncertainties, a robust optimal design model of mechanical structure performance including cost-type, fixed-type, revenue-type and deviation-type heterogeneous target performance is established, and the left and right bounds of each structural performance index are calculated in the inner layer of double-layer nested genetic algorithm. In the outer layer of genetic algorithm, the feasibility of design vectors is judged; based on the robust equilibrium coefficient of interval constraint performance and the robust equilibrium coefficient of interval heterogeneous target performance, the feasible solutions are classified by robust equilibrium, and the design vectors are sorted based on the robust global distance of heterogeneous target performance, so as to realize the mechanical node. Robust equilibrium optimization for heterogeneous multiobjective performance. This method realizes the unified modeling of heterogeneous multi-objective robust optimization problems, guarantees the high level of robustness of constraint performance, objectively optimizes the results, and ensures the overall robust equilibrium of the performance of heterogeneous structures.

【技术实现步骤摘要】
一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法
本专利技术属于机械结构优化设计领域，涉及一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法。
技术介绍
随着复杂装备性能要求的不断提高，设计者在对关键部件结构进行优化设计时需考虑越来越多的性能指标。由于不确定性因素的影响和稳健设计需求，优化过程中需同时考虑结构性能指标的均值和波动，更增加了待优化目标和约束的个数，而这些目标和约束间往往相互冲突、相互制约。然而国内外学者在利用区间数表示不确定性因素的机械结构多性能稳健优化设计研究中，通常仅考虑单目标多约束性能的稳健性，未考虑多个目标性能均衡的稳健性优化问题，无法保证机械结构性能的整体稳健性。现有大量研究表明，对于机械结构性能多目标优化设计，处理方式往往是通过取正则化因子和加权因子将多目标优化问题转化为单目标优化问题，正则化因子和加权因子的选取需要大量经验，其不同取值将会导致不同优化结果，具有极大的不确定性。同时，现有多目标优化研究主要为“最小化”、“最大化”或者两种结合的优化形式，而实际工程中通常存在四种异类目标性能，包括成本型、固定型、收益型和偏离型，现有研究缺乏对这四类目标性能的统一建模方法和对相应异类多目标模型的求解算法。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法。考虑区间不确定性因素的影响，建立包含成本型、固定型、收益型和偏离型异类目标性能的机械结构区间稳健优化设计模型，并在双层嵌套遗传算法内层，基于近似预测模型，计算机械结构异类性能指标的左右界。在双层嵌套遗传算法外层，对设计向量进行可行性判别；基于区间约束性能的稳健均衡性系数和区间异类目标性能的稳健均衡系数，对可行解进行稳健性均衡分类，基于异类目标性能稳健性整体距离，对设计向量进行排序，从而实现了机械结构异类多目标性能的稳健均衡优化，进而获得机械结构异类性能稳健均衡最优解。为实现上述目的，本专利技术采用的技术方案是：一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法，该方法包括以下步骤：1)根据机械结构异类性能稳健优化设计要求，确定不确定向量和设计向量的取值范围，同时考虑成本型、固定型、收益型和偏离型目标性能的区间中值和长度为目标函数，并将具有最大值限定的机械结构性能指标描述为区间约束函数，建立机械结构异类多目标性能的稳健性优化设计模型：s.t.其中，式中x是设计向量，U是不确定向量，fji(x,U)是第j种目标类型下的第i个目标性能指标，和和分别是fji(x,U)的区间左右界、区间中值和长度，j＝1为成本型，j＝2为固定型，j＝3为收益型，j＝4为偏离型，和分别为第j个目标类型下的第i个人为指定的目标性能区间的中值和长度，该模型分别具有n_fc个成本型，n_fg个固定型，n_fs个收益型和n_fp个偏离型目标性能指标；gk(x,U)是第k个约束性能指标，和分别为gk(x,U)的区间左右界，Bk是给定的第k个区间常数，和分别为Bk的区间左右界，该模型具有n_g个最大值限定的约束性能指标；2)在由设计向量和不确定向量确定的设计空间内进行采样，获取各样本点所对应设计向量的机械结构异类性能指标，构建结构异类性能指标的近似预测模型；3)利用双层嵌套遗传算法获得步骤1)建立的机械结构异类多目标性能稳健性优化设计模型的最优解，即为适应度最大的设计向量；具体包括以下子步骤：3.1)双层嵌套遗传算法初始化设置，生成初始种群；3.2)在遗传算法内层，根据构建的近似预测模型计算得到当前种群个体的异类目标和约束性能左右边界值；计算设计向量所对应的区间约束性能的稳健均衡性系数B_gk(x)、区间异类目标性能的稳健均衡系数B_fji(x)、区间约束与异类目标性能稳健性均衡系数B_gfk(x)；其中和分别为当前种群中设计向量的第k个结构约束性能指标的区间中值和长度，和分别为第k个指定区间的区间中值和长度；对于成本型和收益型目标性能，j＝1,3：对于固定型和偏离型目标性能，j＝2,4：其中和分别为当前种群中所有需进行对比的设计向量第j个目标类型下的第i个目标性能区间中值和区间长度的平均值；3.3)在遗传算法外层，将设计向量区分为可行解和不可行解；基于区间约束性能的稳健均衡性系数B_gk(x)和区间异类目标性能的稳健均衡系数B_fji(x)，对可行解进行分类，若所有B_gj(x)和B_fji(x)均大于0，则可行解x整体性能均衡，归为A类；若所有B_gj(x)大于0且存在B_fji(x)小于0，则可行解x约束性能均衡，归为B类；若存在B_gj(x)小于0且所有B_fji(x)大于0，则可行解x异类目标性能均衡，归为C类；若存在B_gj(x)和B_fji(x)均小于0，则可行解x整体性能非均衡，归为D类；3.4)分别计算A，B，C，D四类可行解的异类目标性能稳健性整体距离D(x)，具体步骤如下：3.4.1)计算可行解对应第j个目标类型下的第i个目标性能指标的区间异类目标性能稳健性距离Dji(x)；对于成本型目标性能，即j＝1,i＝1,2,…,n_fc：对于固定型目标性能，即j＝2,i＝1,2,…,n_fg：对于收益型目标性能，即j＝3,i＝1,2,…,n_fs：对于偏离型目标性能，即j＝4,i＝1,2,…,n_fp：3.4.2)对设计向量的n_fc个成本型，n_fg个固定型，n_fs个收益型和n_fp个偏离型区间目标性能分别利用Dji(x)进行升序排序，每个可行解将对应具有n_fc+n_fg+n_fs+n_fp个排序序号rji(x)，从而计算异类目标性能稳健性整体距离D(x)为：3.5)A，B，C，D四类可行解分别利用D(x)进行类内排序，对不可行解进行排序，可行解优于不可行解，可行解A类优于B类优于C类优于D类得到当代种群所有个体的优劣排序；3.6)每次迭代完成后，判断是否达到最大迭代次数或者收敛条件：如达到，输出最优解；否则，对当前迭代次数加1处理，并进行交叉和变异操作从而生成外层遗传算法新种群的新个体，返回步骤3.2)。进一步地，所述步骤2)中，在由设计向量和不确定向量确定的设计空间内通过拉丁超立方法进行采样，并利用Pro/E和AnsysWorkbench的协同仿真技术获取各样本点所对应设计向量的机械结构异类性能指标，进而利用Kriging技术构建结构异类性能指标的近似预测模型。进一步地，所述步骤3.1)中，初始化设置具体为：设置内外层种群大小、内外层的交叉和变异概率、最大迭代次数、收敛条件，设置外层遗传算法当前迭代数为1。进一步地，所述步骤3.3)中，利用设计向量所对应的区间约束满足度Pj(x)区分设计向量的可行性。若所有Pk(x)均等于1，则设计向量x为可行解，若存在Pk(x)小于1，则设计向量x为不可行解；进一步地，所述步骤3.5)中，对A，B，C，D四类可行解分别利用D(x)进行类内升序排序，对不可行解利用n_g个Pk(x)的和进行降序排序；对可行解和不可行解进行排序，可行解优于不可行解；对A，B，C，D四类可行解排序，A类优于B类优于C类优于D类；最终每个设计向量对应一个排序序号R(x)，并计算适应度Fit(x)＝1/R(x)，适应度最大的设计向量为当代种群最优解。本专利技术本文档来自技高网...

【技术保护点】
1.一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法，其特征在于，该方法包括以下步骤：1)根据机械结构异类性能稳健优化设计要求，确定不确定向量和设计向量的取值范围，同时考虑成本型、固定型、收益型和偏离型目标性能的区间中值和长度为目标函数，并将具有最大值限定的机械结构性能指标描述为区间约束函数，建立机械结构异类多目标性能的稳健性优化设计模型：

【技术特征摘要】
1.一种机械结构异类多目标性能的稳健性度量与均衡优化设计方法，其特征在于，该方法包括以下步骤：1)根据机械结构异类性能稳健优化设计要求，确定不确定向量和设计向量的取值范围，同时考虑成本型、固定型、收益型和偏离型目标性能的区间中值和长度为目标函数，并将具有最大值限定的机械结构性能指标描述为区间约束函数，建立机械结构异类多目标性能的稳健性优化设计模型：s.t.其中，式中x是设计向量，U是不确定向量，fji(x,U)是第j种目标类型下的第i个目标性能指标，和和分别是fji(x,U)的区间左右界、区间中值和长度，j＝1为成本型，j＝2为固定型，j＝3为收益型，j＝4为偏离型，和分别为第j个目标类型下的第i个人为指定的目标性能区间的中值和长度，该模型分别具有n_fc个成本型，n_fg个固定型，n_fs个收益型和n_fp个偏离型目标性能指标；gk(x,U)是第k个约束性能指标，和分别为gk(x,U)的区间左右界，Bk是给定的第k个区间常数，和分别为Bk的区间左右界，该模型具有n_g个最大值限定的约束性能指标；2)在由设计向量和不确定向量确定的设计空间内进行采样，获取各样本点所对应设计向量的机械结构异类性能指标，构建结构异类性能指标的近似预测模型；3)利用双层嵌套遗传算法获得步骤1)建立的机械结构异类多目标性能稳健性优化设计模型的最优解，即为适应度最大的设计向量；具体包括以下子步骤：3.1)双层嵌套遗传算法初始化设置，生成初始种群；3.2)在遗传算法内层，根据构建的近似预测模型计算得到当前种群个体的异类目标和约束性能左右边界值；计算设计向量所对应的区间约束性能的稳健均衡性系数B_gk(x)、区间异类目标性能的稳健均衡系数B_fji(x)、区间约束与异类目标性能稳健性均衡系数B_gfk(x)；其中和分别为当前种群中设计向量的第k个结构约束性能指标的区间中值和长度，和分别为第k个指定区间的区间中值和长度；对于成本型和收益型目标性能，j＝1,3：对于固定型和偏离型目标性能，j＝2,4：其中和分别为当前种群中所有需进行对比的设计向量第j个目标类型下的第i个目标性能区间中值和区间长度的平均值；3.3)在遗传算法外层，将设计向量区分为可行解和不可行解；基于区间约束性能的稳健均衡性系数B_gk(x)和区间异类目标性能的稳健均衡系数B_fji(x)，对可行解进行分类，若所有B_gj(x)和B_fji(x)均大于0，则可行解x整体性能均衡，归为A类；若所有B_gj(x)大于0且存在B_fji(x)小于0，则可行解x约束性能均衡，归为B类；若存在B_gj(x)小于0且所有B_fji(x)大于0，则可行解x异类目标性能均衡，归为C类；若存在B_gj(x)和B_fji(x)均小于0，则可行解x整体性能非均衡，归为D类；3.4...

【专利技术属性】
技术研发人员：程锦，周振栋，冯毅雄，刘振宇，谭建荣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33