摘要：文章针对一般约束多目标优化问题,在设计了新的适应度函数和选择算子的基础上,提出一种新型多目标遗传算法。将其应用于集群目标靶场效能优化问题,验证了算法的有效性。

摘要：为解决压电电机定子在设计过程中存在的定子结构尺寸难以拟定、驱动足激励变形难以最大化以及进行多目标设计时难以求得全局最优解等问题,以盆架型压电电机定子为研究对象,在以有限元法构造定子参数化模型的基础上,利用模态置信准则(modal Assurance Criterion,MAC)进行定子工作模态的筛选与捕获,采用中心复合设计法(Central Composite Design,CCD)生成采样计算点,结合克里金法(Kriging Method)搭建相关特征结构尺寸参数的响应面优化模型,并运用多目标遗传优化算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)在基于响应面模型所得的设计空间内进行最优解的全局搜索。通过定子谐响应分析得到弯-纵振频差相对于“试凑法”所得结果下降30%,且无明显干扰模态,由此验证了优化模型的正确性。瞬态分析结果表明定子驱动足的x方向位移为6.4μm,y方向位移为5.48μm,z方向位移为6.16μm,各相位移均有明显增长。说明根据优化设计得到的定子驱动足位移更大,三相工作模态更接近,电机运行更加平稳。

摘要：翅片散热器是大功率隧道LED常用的散热形式,合理的设计翅片结构,对延长LED寿命、节约散热器成本、减小散热器重量至关重要。通过ANSYS WORKBENCH对影响翅片散热器的两个重要因素,翅片高度和厚度进行了分析,实验发现芯片最高温度随着翅片的厚度和高度增加而减小,14个芯片温度的均匀性随着翅片的厚度和高度增加而增强。通过多目标遗传优化算法对翅片进行优化设计,既降低了芯片温度,又减小了翅片散热器用材和重量,这对于解决LED翅片散热问题具有重要的工程意义。