基于均勻設計和NN—GA的多目標參數(shù)優(yōu)化方法研究.pdf

1、優(yōu)化技術是由最優(yōu)化理論和計算機技術與工程技術相結合的一種現(xiàn)代設計方法。在解決復雜的工程設計問題時，優(yōu)化技術的應用可以較快地實現(xiàn)設計方案的最佳化，提高設計效率質量。隨著計算機技術的發(fā)展，計算機運行速度的加快，追求得到全局最優(yōu)解成為優(yōu)化設計追求的目標。 本文將均勻試驗設計、人工神經網絡和Pareto遺傳算法三種技術整合在一起，提出了“現(xiàn)代廣義多目標優(yōu)化方法”，其目的是解決基于“黑箱”系統(tǒng)的多目標參數(shù)優(yōu)化問題。研究方法是根據(jù)實際情況選

2、擇合適的均勻設計表，按照均勻設計表安排試驗方案，使用包含全部模式的樣本訓練網絡。訓練好的網絡模型映射優(yōu)化對象的設計變量與設計目標之間的關系，設計變量的優(yōu)化由遺傳算法實現(xiàn)，遺傳進化算法中個體的適應值計算由神經網絡模型計算來實現(xiàn)，求出Pareto解并符合要求。 論文采用用面向對象編程語言設計出多目標參數(shù)優(yōu)化界面，使用Matlab語言編程實現(xiàn)以上優(yōu)化算法，使用Matlab的計算引擎來實現(xiàn)Matlab命令的執(zhí)行，在整個系統(tǒng)中成功實現(xiàn)對優(yōu)