基于BP网络和Pareto遗传算法的多目标协同优化.pdf

第 22卷第 5期 机械设计与研究 Vol. 22 No. 5 　 2006年 10月 M ach ine D e sign and R e search O ct. , 2006 文章编号 :(2006) 040 1004 基于 BP 网络和 Pareto遗传算法 的多目标协同优化 周盛强 , 　向锦武 (北京航空航天大学 航空科学与工程学院 ,北京 　100083, Em ail: zsq@ a se. buaa. edu. cn) ( ) ( ) 　　摘 　要 :多学科设计优化 MDO 问题往往是多目标的。Pareto遗传算法 PGA 所求得的 Pareto最优解集 为设计决策提供了很大方便 。针对在 CO 的计算构架中直接使用 PGA 会导致计算量过大的问题 ,提出基于 B P 神经网络和 p areto遗传算法的多目标协同优化方法 。采用试验设计方法选择设计点 ,构造具有全局近似能力 的各学科优化神经网络响应面 ,进而采用 PGA 进行系统层优化问题的多目标寻优 。用上述方法对某型干线客 机进行总体多目标优化 。与直接采用 PGA 求解 MD F 单级多 目标优化模型所得的计算结果对比表明 ,所提出 的方法能有效近似该问题的 Pareto 最优前沿 。 关键词 : 协同优化 ;响应面 ;神经网络 ;多目标优化 ;遗传算法 中图分类号 : TP39 1; V22 1+ . 6　　　文献标识码 : A M ultiobjective Collabora tive O ptim iza tion Ba sed on BP Neura l Network Pareto Genetic A lgor ithm ZHOU Shengq iang, 　X IAN G J inwu ( School of A eronau tic Science and Technology, B eij ing U n iversity of A eronau tic s and A stronau tic s, B eij ing 100083, Ch ina) 　　A b stract: M u ltidiscip linary de sign op tim ization (MDO ) p rob lem s are m u ltiobjective in nature. Pareto Genetic A l gorithm ( PGA ) can p rovide the Pareto op tim al so lu tion set wh ich is help fu l for design decision m ak ing. For computa tional efficiency p rob lem resu lted from directly u sing PGA in Co llaborative Op tim ization ( CO ) fram e