机械多目标模糊优化设计.docVIP

机械多目标模糊优化设计 08机械2班 王伟杰 0815020107 摘要： 对机械多目标模糊优化设计方法作一些简要介绍和举例，以及本人对上《机械优化设计》这门课的心得体会。 关键词： 机械 多目标模糊 优化设计 系统可靠性 随着机械科学与技术的发展，机械工程与现代各科学领域间的相互交叉和渗透，新技术的不断涌现，机械工程中研究对象的复杂性，机械工程中的模糊性现象将会更加普遍，因此模糊优化设计方法具有广阔的应用前景。 1 多目标优化 在机械工程许多实际问题中,常常期望同时有几项设计指标都达到最优值,这就是多目标函数的最优问题,其数学模型的一般表达式为： 上述的各个分目标f 1 ( x) , f 2 ( x) , ?, f n ( x) 要求都达到最优,当然是十分理想的事情,但是比较困难,不能期望各分目标函数的极小点都重叠在一起,即同时达到最优解,有时甚至会产生完全对立矛盾的情况。这就需要各个分目标函数在最优解之间进行“协调”,以至得到整体最优方案。 2 模糊优化 随着社会进步和科学技术的不断发展,事物间的组织和系统也越来越大,相互联系也错综复杂,致使客观事物、系统复杂性增加,系统精确表征的能力减小。在这些复杂事物的众多因素中包含不确定性,除了可用已经成熟的概率论和数理统计方法研究随机事件现象以外,还有更为普遍的不确定性,即模糊性,相应地就诞生了一种新的理论—模糊理论。模糊优化正是基于模糊理论的一类先进的优化方法。 模糊优化问题常见的有以下2 种类型:对称模糊优化(目标函数和约束条件在模型中的地位和作用是对称的,其位置可以互换) 和非对称模糊优化(目标函数和约束条件在模型中的地位和作用不对称,其位置不可以互换) 。它们数学模型的一般表达式分别为： 对称模糊优化： 非对称模糊优化： 3 多目标模糊优化 当目标函数不只一个,且设计变量、目标函数、约束条件至少有一个存在模糊性时,问题就变成了多目标模糊优化。多目标不对称模糊优化数学模型的一般表达式为： 4 多目标模糊优化设计的理论基础 和普通优化相似，模糊优化的数学模型也是从设计变量、目标函数、约束条件三个方面给出的。模糊优化的设计变量，仍是决定设计方案、可由设计人员调整、独立变化的参数。这些参数在过去常被视为是确定性的，但严格说来，大多具有不同程度的模糊性。模糊优化的目标函数，仍是衡量设计方案优劣的某一个或某几个指标。“优”和“劣”本身，都是模糊概念，没有确定的界限和标淮。通常说，要使某指标达到某个值附近，或达到某一范围内，或越小越好等等，这些说法实际上反映了目标函数的模糊性。而且，由于目标函数是设计变量的函数，当考虑设计变量的模糊性时，目标函数也必然是模糊的。模糊优化的约束条件，仍是限制设计变量取值的条件。这些约束条件大体上有三个方面：一是几何约束；二是性能约束；三是人文因素约束。其中，人文因素和性能约束条件中，包含大量的模糊因素。模糊优化设计和一般优化设计一样，仍然是寻求一组设计变量（即一个设计方案），使目标函数取最优值，并满足全部约束条件。和一般优化模型不同的是包含有一个或若干个模糊因素。 5 应用举例----机械系统的可靠性模糊优化设计 系统可靠性的优化设计是指在满足费用、体积、重量、尺寸性能等条件的约束下，使统可靠性达到最高，或是在满足一定可靠性指标要求的条件下使投资最少，以取得最大经济效益的设计方法。在实际工程设计问题中，一般都要求兼顾多个目标，即要求多个目标同时达到最优。针对实际情况，应用模糊理论进行研究。 在机械设计领域中存在着许多不确定性现象，它的主要表现之一就是模糊性。所谓模糊就是边界不清楚，如设计工作中遇到的许用应用力，就是模糊概念。众所周知, 当许应用力[σ]= 980MPa 时,对于应力σ= 980.098MPa 便为强度不足， 但实际上两者并无差别。也就是说事物从可用到完全不可用之间存在一个过渡阶段，这个阶段就是模糊区。在优化设计时考虑影响设计的各种因素的模糊性，就是模糊优化设计，进行模糊优化设计，不仅优化效果台大大提高，而且，由于考虑了很多不确定因素的主观信息，使优化结果更具实际意义。 在系统可靠性的多目标优化设计中，当考虑资源限制的模糊性时，能给设计人员提供更多决策信息和更灵活的决策余地，这就使系统可靠性优化设计间题得到了一定程度的“软化”，因而能得出更加符合实际的优化解。 上《机械优化设计》的心得体会与建议 其实上《机械优化设计》这门课的心得体会与张春良院长上的《机械工程控制基础》 心得体会差不多。张院长说，这门课没老师愿意上，因为不好讲，学生也不好学，只好他亲自来上了。开始拿到这两本书的时候是挺兴奋的，因为感觉自己挺感兴趣的，想学一些先进的方法和理论。这种兴奋在前几次上课还有，到后面发现真听不下去