黑箱多目標(biāo)優(yōu)化評(píng)估系統(tǒng)研究與實(shí)現(xiàn).pdf

1、優(yōu)化設(shè)計(jì)是從多種方案中選擇最佳方案的設(shè)計(jì)方法，包含兩個(gè)方面的內(nèi)容:首先是多種方案的獲得，而后是多種方案的選擇，前者屬于多目標(biāo)決策問(wèn)題，后者屬于多屬性決策問(wèn)題。通常，設(shè)計(jì)者面臨的實(shí)際優(yōu)化問(wèn)題中包含若干個(gè)相互矛盾且不可公度的決策目標(biāo)，由于傳統(tǒng)的設(shè)計(jì)方法設(shè)計(jì)質(zhì)量較低，有時(shí)無(wú)法得到滿意的設(shè)計(jì)方案并且計(jì)算效率不高，因此近年來(lái)優(yōu)化設(shè)計(jì)技術(shù)被廣泛地應(yīng)用于不同工程領(lǐng)域，優(yōu)化設(shè)計(jì)的研究也越來(lái)越受到重視。
　　本文針對(duì)沒(méi)有數(shù)學(xué)模型的“黑箱”多目標(biāo)優(yōu)化

2、評(píng)估問(wèn)題進(jìn)行研究，在此基礎(chǔ)上，開(kāi)發(fā)出基于Matlab軟件的優(yōu)化評(píng)估系統(tǒng)，以解決黑箱多目標(biāo)優(yōu)化評(píng)估問(wèn)題求解復(fù)雜、處理繁瑣、難于應(yīng)用等問(wèn)題。系統(tǒng)優(yōu)化評(píng)估過(guò)程為:選擇合適的試驗(yàn)設(shè)計(jì)方法以及對(duì)應(yīng)的試驗(yàn)設(shè)計(jì)表，通過(guò)試驗(yàn)得到有代表性的輸入輸出樣本;選擇含有全部模式的樣本對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到參數(shù)變量與目標(biāo)值之間的網(wǎng)絡(luò)模型;采用改進(jìn)的帶精英策略的快速非支配排序遺傳算法(a variant of NSGA-Ⅱ)進(jìn)行多目標(biāo)參數(shù)優(yōu)化，同時(shí)對(duì)約束條件進(jìn)

3、行處理，得到滿足約束的Pareto最優(yōu)解;最后提供4種最優(yōu)解評(píng)估方法:基于直覺(jué)模糊和熵的TOPSIS評(píng)估法、基于TOPSIS的穩(wěn)健性評(píng)估法、模糊貼近度評(píng)估法以及可視化雷達(dá)圖評(píng)估法對(duì)尋優(yōu)得到的Pareto最優(yōu)解進(jìn)行評(píng)價(jià)，從中確定最優(yōu)解。系統(tǒng)還引入了外部接口技術(shù)接收第三方數(shù)據(jù)文件，增加了優(yōu)化評(píng)估系統(tǒng)的實(shí)用性。
　　本文研究表明，所開(kāi)發(fā)的多目標(biāo)優(yōu)化評(píng)估系統(tǒng)能夠獲得較好的優(yōu)化設(shè)計(jì)結(jié)果，改善了以往優(yōu)化算法只能獲得Pareto最優(yōu)解而無(wú)法獲得