面向多目標遺傳優(yōu)化的AUV概念設計.pdf

1、概念設計的根本是創(chuàng)新和革新,概念設計過程是從邏輯思維到發(fā)散思維不斷創(chuàng)新設計的過程。目前,自主式水下機器人(Autonomous Underwater Vehicle,簡稱AUV)在海洋方面的潛在應用價值廣泛引起了各國的重視,并開始了對AUV的研究工作。在AUV的使用環(huán)境和任務要求確定之后,首先要做的就是對AUV進行概念設計。
　　從傳統(tǒng)意義上講,AUV的設計過程大部分都是采用由特定的經驗和經驗法則所支配的設計方法。因為AUV的概念

2、設計過程中存在著多目標優(yōu)化問題,而這些傳統(tǒng)的方法無法充分考慮各個學科之間的耦合作用,優(yōu)化結果達不到系統(tǒng)整體最優(yōu),存在著很多弊端。隨著AUV設計的不斷發(fā)展,概念設計的進程也在不斷創(chuàng)新。在AUV概念設計的過程中,研究者們開始將多目標智能優(yōu)化算法應用于AUV概念設計中的多目標優(yōu)化問題。
　　本課題對AUV在總體概念設計階段的多學科和多目標優(yōu)化問題進行了研究,采用多目標進化算法(MOEA)中的改進的非支配解排序的多目標進化優(yōu)化算法(NSG

3、A-II)來解決AUV概念設計中存在的優(yōu)化問題,考慮了AUV的三個性能評估即效能、成本和風險。通過算法來對這三個目標在設計空間內搜索可行性和最優(yōu)解設計。
　　首先建立了AUV的系統(tǒng)模型。AUV的系統(tǒng)模型由一個輸入模塊,三個主要的AUV綜合模塊,一個約束模塊、三個目標模塊和NSGA-II優(yōu)化算法組成。AUV的效能是根據美國海軍UUV主計劃(USNavy,2004)的九個任務和根據綜合模型由專家確定的四個附加屬性定義的。AUV的風險包

4、括性能、成本和進度三種風險。AUV的13種效能和3種風險的權重值的確定是一個多屬性決策問題,為了解決此問題,論文采用了層次分析法(AHP)來確定AUV的效能和風險的權重值。
　　其次論文運用多學科設計優(yōu)化的思路,研究了AUV概念設計階段的多目標的優(yōu)化,并給出了優(yōu)化的數(shù)學模型,并運用改進的非支配解排序的多目標進化優(yōu)化算法(NSGA-II)對AUV的成本、風險和效能進行了優(yōu)化,最終給出了Pareto解集。一旦NSGA-II算法產生最后