Pareto多目标遗传算法及其在机械健壮设计中的应用

被引：11

作者：

王安麟

朱学军

张惠侨

机构：

[1] 上海交通大学!上海·

来源：

机械设计与研究 | 2000年 / 01期

关键词：

健壮设计; 灵敏度; 多目标优化; Pareto最优; 遗传算法; 模糊罚函数;

D O I：

10.13952/j.cnki.jofmdr.2000.01.001

中图分类号：

TH122 [机械设计];

学科分类号：

摘要：

在机械或结构的优化设计中 ,普遍存在约束的作用 ,且最优解往往位于可行域的边界上。由于外界环境的变化或人为因素造成设计变量扰动 ,可能使设计成为不可行。本文提出了一种的基于设计变量敏感性的健壮性设计方法 ,并提出了一种用 Pareto遗传算法来实施的带约束的多目标优化方法以求解健壮性问题。 Pareto遗传算法可得到 Pareto最优解集 ,从中可选出满足设计需要的解。本文提出的算法包括 5个基本算子 :选择、变异、交叉、小生境技术、Pareto集合过滤器。文中用算例说明该方法的应用

引用

页码：10 / 12+7 +7

页数：4