復雜系統(tǒng)失效率評估與多目標優(yōu)化方法研究.pdf

1、隨著系統(tǒng)復雜程度的增加,系統(tǒng)失效率估計的難度也隨之增大,這使得系統(tǒng)之間設計目標的權衡與協(xié)調的難度隨之增加。通過多目標優(yōu)化設計方法對系統(tǒng)進行設計是解決上述問題的有效方法之一。本文對復雜系統(tǒng)失效率估計方法、非約束多目標優(yōu)化以及約束多目標優(yōu)化設計方法開展了研究。
　　在計算由并聯(lián)或串聯(lián)系統(tǒng)組成的復雜系統(tǒng)失效率時,基于其組成子系統(tǒng)或其運行時間的方法通常存在較大誤差,有必要建立與復雜系統(tǒng)等效并能精確估計其失效率的方法。本文提出了一種將復雜系

2、統(tǒng)減化成最小割集進而估計復雜系統(tǒng)失效率的方法,對由不同部件組成的串-并聯(lián)系統(tǒng)和混合系統(tǒng)、相同部件組成的網(wǎng)絡系統(tǒng)三種復雜系統(tǒng)失效率進行了估計,并與復雜系統(tǒng)簡化方法估計的系統(tǒng)失效率進行對比。結果顯示,本文提出的方法能夠精確有效的估計復雜系統(tǒng)的失效率。
　　系統(tǒng)復雜性的增加通常會導致多個目標相互沖突。通過對復雜系統(tǒng)多目標優(yōu)化方法的研究,基于遺傳算法和啟發(fā)式搜索原則提出了 GPSIA算法產(chǎn)生非支配最優(yōu)解,并通過含有冗余的串-并聯(lián)系統(tǒng)對 G

3、PSIA算法進行了驗證,其中系統(tǒng)可靠性和費用作為優(yōu)化目標,系統(tǒng)的重量作為約束,優(yōu)化結果為均勻分布的非支配解,并用連續(xù) Pareto點的距離評價了算法的效果。通過與 NSGA-II和 SPEA-2算法的對比分析,對GPSIA算法的魯棒性做了討論。
　　在實際問題的分析中,約束是廣泛存在的。在基于 GPSIA算法的優(yōu)化策略中考慮了滿足所有約束的可行解。非可行解會加快 Pareto解的收斂速度。本部分在GPSIA方法的基礎上,提出了 G