复杂作用关系过程的函数型响应优化研究.pdfVIP

目录 5.1.1 函数型响应全局最优的本质 38 5.1.2 全局寻优算法的选择 38 5.2 基于遗传算法的全局优化39 5.2.1 遗传算法介绍 39 5.2.2 遗传算法的优缺点 40 5.3 算例研究41 5.3.1 遗传算法寻优 41 5.3.2 序列二次规划寻优 43 5.3.3 结果讨论 43 5.4 本章小结 43 6 仿真及实证研究 44 6.1 LC 滤波电路的优化44 6.1.1 背景描述 44 6.1.2 确定目标函数 44 6.1.3 确定影响因子并得到取值范围 45 6.1.4 均匀设计与建模 45 6.1.5 函数型响应的优化 48 6.2 结果讨论49 7 结论与展望 51 7.1 研究结论51 7.2 研究展望51 参考文献 53 致谢 56 个人简历、在学期间发表的学术论文与研究成果 57 万方数据 1 绪论 1 绪论 1.1 研究背景及意义 1.1.1 研究背景 在现代制造业中，通过控制和调整合适的过程参数可以得到预期的输出质 [1] 量特性 （也称为响应优化）。因此，是提高产品质量的主要方法 。随着生产工 艺和经营理念的不断进步，质量竞争逐渐成为竞争的焦点，高质量的产品也逐 渐衍变成企业核心竞争力之一。响应优化作为提高产品质量的关键途径之一， 被广泛地应用于产品设计和制造阶段。“我们应该去设计制造产品质量，而不是 去检验产品质量”的质量观念已经为人们所普遍接受。设计产品时，我们可以 利用必要的工程技术手段使产品的质量来获得进一步提高，这已经成为我国制 造企业关注的主要内容。 然而，产品种类的不断丰富和制造水平的日益提高，使大量复杂的关系过 程出现在了电子、机械等行业。这些复杂过程涉及众多的影响因子，并且呈现 强非线性和多极值等特点，过程研究更加复杂，优化更加难以控制。如果单纯 的用静态响应的方法去处理，只能达到次优的结果，优化结果仍能改进。因此， 函数型响应优化方法被提出，并可以有效的解决上述的复杂关系过程。 函数型响应优化主要是针对于复杂的作用关系过程中产生的连续响应问题， 通过一系列实验选择合适的影响因子水平，实现方法类似于传统的参数优化设 计，对连续响应曲线进行建模，与最优模型进行对比，求得差距响应，再对差 距响应进行建模，最后通过优化寻找最优的因子序列，从而最大可能的获得目