摘要：本文提出一种基于多目标优化的纯电动车动力系统的参数匹配方法。该方法以最高车速、加速时间和100km电耗等多个整车性能指标作为优化目标,以传动比为优化变量建立参数匹配优化模型;再以该车型的最基本性能指标作为约束条件得到传动比的可行域,在可行域中采用多目标遗传算法对优化问题进行求解;求出固定传动比变速器和两挡变速器两种情况下的pareto最优解集,作为备选方案集;综合对比不同电机的备选方案集,确定最终的参数匹配方案,并进行样车的开发。转鼓试验结果表明,所开发车辆达到设计的性能指标,验证了所提出的参数匹配方法的有效性。

摘要：针对某车型的轻量化需求,本文结合灵敏度分析法和代理模型法实现白车身在扭转刚度和模态约束下的多目标优化。首先建立某车型白车身有限元模型,对模态、弯曲刚度、扭转刚度进行数值分析,掌握结构的基础性能。接着以车身板件厚度为设计变量,进行弯曲刚度、扭转刚度及模态频率的综合性能灵敏度分析。然后根据灵敏度分析结果,筛选出15个板件厚度作为变量,通过哈默斯雷采样法采样150个,并由此构建响应面模型。最后采用GRSM响应面优化法对白车身进行多目标优化,并获得pareto最优解集。根据轻量化目的选取最优结果,结果显示:在刚度、模态等性能参数满足要求的同时,实现白车身减重3.7%,实现了轻量化目的。

摘要：介绍了一种基于多目标遗传算法的硅微机械电容式麦克风优化设计方法。以复合敏感膜参数、底板参数以及敏感膜与底板间距为设计变量,麦克风灵敏度、最大工作电压、工作频率带宽为优化设计目标,采用多目标遗传算法求出pareto最优解集。在所求出的pareto最优解集中选择一组最符合设计要求的解作为麦克风的设计参数。

摘要：针对高温超导故障限流器(high temperature superconductor-fault current limiter,HTS-FCL)的全网优化配置问题,提出了一种基于免疫算法的高温超导故障限流器pareto多目标优化配置新方法。该方法综合考虑了限流器的成本和限流效果这2个优化目标。首先介绍了HTS-FCL的基本结构和原理,分析了安装高温超导故障限流器对原系统自阻抗的影响,提出了一种基于短路电流变化率的灵敏度计算方法,该方法可以缩小搜索空间,提高算法效率。然后分别建立了限流器成本评价子函数、限流效果评价子函数和多目标评价函数,制定了基于免疫算法的多目标pareto优化算法流程,并在传统免疫算法的基础上提出了一种改进型的等成本倒位算子,通过仿真验证表明该算子较常规的免疫算法,能更好地收敛到最优解。最后以IEEE 39标准节点系统为例,实现了HTS-FCL的全网优化配置,验证了新方法的有效性,并求得了在综合考虑限流器成本和限流效果下的pareto最优解集,设计者可以根据自己的意愿和实际情况在所求得的pareto最优解集中选择合适的最优方案。

摘要：由光束线状态决定的光束质量很大程度上影响着生物大分子晶体学的实验结果,目前上海光源晶体学线站的调光工作是由线站工作人员手动完成,费时费力。上海光源衍射线站采用差分进化算法实现了光束线样品点处光通量的单目标自动优化,但该方案仍然存在一定的局限性。为了进一步完善光束线自动优化方案和提高实验用户的束线机时使用效率,使用Python语言设计开发了基于带精英策略的非支配排序的遗传算法(Non Dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)的多目标优化程序,实现了线站调光自动化技术升级。将该技术应用于上海光源BL10U2线站,以其次级光源点的光束位置和光通量为优化目标,可获得pareto最优解集,并能从解集中根据实验需要自主选取合适的解。测试结果表明:相较于上海光源已有的自动优化方案,该多目标自动优化程序保证了光束线光束位置和光通量优化在30 min以内完成,进一步提高光束线自动优化效率和水平。

摘要：现代智能优化算法粒子群算法(Particle Swarm Optimization)在加速器设计优化上的应用逐渐增多。交变相位聚焦直线加速器(Alternative Phase Focused Drift Tube Linac)具有节省空间和造价的优点。将交变相位聚焦直线加速器的初步设计方案作为种子,植入粒子群算法中;以加速器的加速效率和束流能量作为目标,得到该方案的pareto最优解集;在粒子进化过程中,以pareto最优解集作为粒子的运动方向,以随机选取的pareto最优解的运行结果作为粒子的输入参数来源,最终得到了输出能量为5.35 MeV/u、加速效率大于83%的APF优化方案。

摘要：为了满足在保证电容称重传感器最小识别极距变化的同时达到提高其抗偏载能力的要求,对传感器进行了多目标优化的研究。分析计算了电容称重传感器力学性能与结构参数之间的关系,建立了以其导向性能和抗弯性能为优化目标的0.001 g精度电容称重传感器的多目标优化模型。应用Isight优化软件中的改进型非支配解遗传(NSGA-Ⅱ)算法得到电容称重传感器的pareto最优解集,并通过有限元验证了优化结果的准确性。研究表明,在保证电容称重传感器最小识别极距变化的前提下,极大地屏蔽了偏载对电容精度的影响,结果具有很强的实用性。

摘要：提出了一种基于正交设计的动态多目标优化算法(ODMOA),当环境变化时通过分析动态多目标优化问题的特点,利用历史信息对新环境下的pareto最优解集进行预测,得到一个新的预测种群;否则在静态环境下使用正交试验法在解空间内进行系统且高效的搜索,使算法能够在当前环境下快速收敛到最优解。进行了多组对比试验,验证了该算法的有效性。

摘要：基于pareto最优解集的多目标粒子群优化算法和有限元方法,提出了一种解决板料冲压成形工艺优化的方法。以方盒件冲压成形为例,将最大增厚率和最大减薄率作为目标函数,以压边力、模具间隙、摩擦系数、冲压速度和凹模圆角半径作为设计变量,建立多目标数学模型。首先运用正交设计安排有限元仿真,然后利用RBF神经网络建立冲压成形工艺参数与厚度变化率之间的近似模型,再利用基于pareto最优解集的多目标粒子群优化算法对冲压工艺参数优化得到一组非劣解集,最后从非劣解集中选取一组最优粒子。结果表明,利用该方法能快速、有效获得最优参数,起皱现象明显改善,避免产生破裂。

摘要：针对混流U型拆卸线平衡排序问题,考虑拆卸时间不确定,建立了该问题最小拆卸线平均闲置率、尽早拆卸危害和高需求零部件、最小化平均方向改变次数的多目标优化模型,并提出一种基于分解和动态邻域搜索的混合多目标进化算法(Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition,HMOEA/D)。该算法通过采用弹性任务分配策略、动态邻域结构和动态调整权重以保证解的可行性并搜索得到分布较好的非劣解集。最后,仿真求解实验设计技术(DOE)生成的测试算例,结果表明HMOEA/D较其它算法能得到更接近pareto最优、分布更好的近似解集。