基于均匀设计和NN-GA的CAD模型多目标直接优化方法

中国机械工程 ›› 2008, Vol. 19 ›› Issue (2): 222-225.

基于均匀设计和NN-GA的CAD模型多目标直接优化方法

隋天中林文强郑晓昕闻邦椿

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-25 发布日期:2008-01-25

Multi-Objective Direct Optimization Method for CAD Model Based on Uniform Design and NN-GA

Sui Tianzhong Lin Wenqiang Zheng Xiaoxin Wen Bangchun

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-25 Published:2008-01-25

摘要/Abstract

摘要：

提出了一种基于试验数据的多目标直接优化方法，该方法采用均匀设计原理安排试验方案，利用三维CAD模型的参数化驱动特点，完成虚拟试验过程和数据获取，以试验数据为训练样本，建立了CAD模型参数与目标之间的非线性映射关系的神经网络模型，运用Pareto遗传进化算法和小生境技术对CAD模型进行多目标参数优化，可在指定区域内找出CAD模型的Pareto最优解集。

关键词: 多目标优化, 均匀设计, 神经网络, Pareto遗传算法, CAD模型

Abstract:

A multi-objective direct optimization method based on uniform design and NN-GA was proposed. This method dealed with test project using uniform design principle, utilizing drive characteristics about 3D CAD model, accomplished virtual testing course and data collecting. On the basis of this, taking these data as training sample, a neural network model of nonlinear mapping relations between parameter and object of CAD model was established. Applying Pareto genetic algorithm and niche technique, Multi-Objective Parameters Optimization of CAD model was done. A Pareto optimal set of CAD model can be found in specific extent.

Key words: multi-objective optimization, uniform design, neural network, Pareto genetic algorithm, CAD model

中图分类号:

TP391

隋天中, 林文强, 郑晓昕, 闻邦椿. 基于均匀设计和NN-GA的CAD模型多目标直接优化方法[J]. 中国机械工程, 2008, 19(2): 222-225.

Sui Tianzhong Lin Wenqiang Zheng Xiaoxin Wen Bangchun.

Multi-Objective Direct Optimization Method for CAD Model Based on Uniform Design and NN-GA [J]. China Mechanical Engineering, 2008, 19(2): 222-225.

[1]	李小力, 陈威, 闫蓉. 基于BP神经网络的空间轮廓误差自适应补偿 [J]. J4, 201016, 21(16): 1902-1906.
[2]	李明磊, 贾育秦, 张学良, 刘丽琴, 杜娟, 温淑花, 兰国生. 基于多目标差异演化算法的并联机构结构优化 [J]. J4, 201016, 21(16): 1915-1920.
[3]	赵伟, 王志远, 周志立. 载重汽车连续下坡弯道路段制动稳定性仿真研究 [J]. J4, 201016, 21(16): 2010-2015.
[4]	胡福清, 孙江宏, 孙英杰, 孙雨彤, 马超, 周福强, . 基于新型旋转直线往复机构的切片机设计分析及参数优化[J]. 中国机械工程, 2024, 35(04): 614-623，635.
[5]	魏书鹏, 唐红涛, 李西兴, 杨冠宇, 张健. 考虑双资源约束的柔性机械加工车间逆调度问题研究[J]. 中国机械工程, 2024, 35(03): 457-471.
[6]	荣誉, 陈刚, 豆天赐, . 一种多指标综合最优的抗冲击轨迹规划方法[J]. 中国机械工程, 2024, 35(02): 305-316.
[7]	刘毅, 易旺民, 姚建涛, 王兴达, 余鹏, 赵永生. 狭长空间内重载调姿装配机器人的设计与研究[J]. 中国机械工程, 2024, 35(02): 324-336.
[8]	谢阳, 戴逸群, 张超勇, 刘金锋. 融合集成模型与深度学习的机床能耗识别与预测方法[J]. 中国机械工程, 2023, 34(24): 2963-2974.
[9]	刘孝保, 严清秀, 易斌, 姚廷强, 顾文娟. 基于集成学习和改进粒子群优化算法的流程制造工艺参数优化[J]. 中国机械工程, 2023, 34(23): 2842-2853.
[10]	陈剑, 许畅, 徐庭亮, . 基于位错叠加法和改进概率神经网络的离心泵故障诊断方法[J]. 中国机械工程, 2023, 34(23): 2854-2861.
[11]	屈小章, 张加贝, 翟方志. 高速列车散热离心风机性能灵敏性分析及优化[J]. 中国机械工程, 2023, 34(20): 2504-2512.
[12]	徐美姣, 薛善良, 张惠, 周国庆, 卢红根. 基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法[J]. 中国机械工程, 2023, 34(20): 2513-2519.
[13]	张东, 刘啸奔, 孔天威, 杨悦, 武学健, 吴锴, 张宏. 高钢级管道焊缝材料应力应变本构关系确定方法[J]. 中国机械工程, 2023, 34(17): 2106-2114.
[14]	屈力刚, 苏岩, 邢宇飞. 基于SHO-NSGA混合算法的飞机油舱管路自动布局方法[J]. 中国机械工程, 2023, 34(15): 1864-1872.
[15]	阴艳超, 施成娟, 邹朝普, 刘孝保. 基于深度时间卷积神经网络与迁移学习的流程制造工艺过程质量时序关联预测[J]. 中国机械工程, 2023, 34(14): 1659-1671.