基于NSGA2的多目標穩健優化研究

摘 要:將穩健設計優化設計理論、可靠性靈敏度技術和可靠性穩健設計方法相結，把穩定優化問題轉化為多目標優化問題，采用NSGA2優化算法結合ANSYS穩健設計模塊進行多目標穩健優化分析，不需要定義各個目標之間的權重，最后得到優化問題的Patero解集，通過與規定權重的多目標優化方法對比，得出此種穩健優化方法的最優解集與權重方法的解存在重合部分，表明NSGA2方法結合ANSYS穩健優化設計方法確實可行。

關鍵詞:NSGA2多目標穩健優化Patero解集

中圖分類號:G4文獻標識碼:A文章編號:1674-098X(2011)05(c)-0253-01

在產品設計中，正確地應用穩健優化設計方法，可以使產品在經受各種因素的干擾下，都能保持其可靠性及經濟性。為此多位學者提出各種不同的方法進行穩定優化分析，楊起耀等提出采用神經網絡進行多目標穩健優化，許煥衛等提出采用混合相應面進行穩健優化設計，以上學者大都采用了權重的概念把多目標問題化簡成單目標問題進行求解，但是在大部分的實際工程優化問題中，產品質量特性與不確定性因素的關系是未知的或比較復雜的，極難得到它們之間的顯式函數關系，定義各個目標之間的權重也需要大量的經驗，這樣為進行穩健優化設計帶來了一定的困難。

NSGA2 (Non-Dominated Sorting in Genetic Algorithms—II)算法是一種多目標優化遺傳算法，具有較強的穩定性和適應性，在計算過程中不需要定義各個優化目標間的權重系數，優化結果為滿足約束條件的優化解集，可以讓使用者對……