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.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.cmemo.org.cn/CN/

https://www.cmemo.org.cn/CN/Y2008/V19/I2/222

[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]	赵丁选, 郭瑞, 王硕, 闫长长, 王子鹤, 张天赐. 复杂地形环境下无人步履式挖掘机的车身姿态规划方法[J]. 中国机械工程, 2026, 37(1): 233-242.
[5]	党旭, 刘涛, 闫敏, 徐智为. 变截面涡旋盘精密铣削参数多目标优化[J]. 中国机械工程, 2025, 36(12): 2854-2861.
[6]	张雄, 董乐聪, 王文强, 渠伟瀅, 万书亭. 融合二维卷积与门控循环神经网络的滚动轴承多故障诊断方法[J]. 中国机械工程, 2025, 36(12): 2978-2985.
[7]	陈智博, 李国平, 项四通, 魏燕定. 基于超声谐振挤压膜效应的触觉纹理动态感知及实验研究[J]. 中国机械工程, 2025, 36(11): 2574-2582.
[8]	董佳祥, 刘铨权, 胡希平, 赵学智. 新型刚柔混联连续体机器人运动建模[J]. 中国机械工程, 2025, 36(11): 2678-2684.
[9]	龙千浩, 周颖, 高亮, 李好. 基于三维卷积神经网络的微结构性能快速预测[J]. 中国机械工程, 2025, 36(11): 2685-2693.
[10]	王坚坚, 廖与禾, 杨磊, 薛久涛. 基于多维复向特征融合与CNN-GRU的转子不平衡量识别方法[J]. 中国机械工程, 2025, 36(09): 1905-1915.
[11]	刘建林, 黄海松, 范青松, 马驰, 张浪浪. 基于改进樽海鞘群算法的机械臂多目标轨迹规划研究[J]. 中国机械工程, 2025, 36(09): 2047-2056.
[12]	徐宏伟, 叶文斌, 马顺尧, 张航. FDM全彩色3D打印机颜色匹配标定算法研究[J]. 中国机械工程, 2025, 36(09): 2081-2086.
[13]	邢海燕, 武雪缘, 蔡智会, 赵力伟, 苏田, 韩晴. 基于ResGNNet多模态融合的油气管道缺陷等级磁记忆定量识别[J]. 中国机械工程, 2025, 36(09): 2150-2157.
[14]	岳子桐, 李艳婷, 赵宇. 基于神经网络和稳健估计的风电机组状态监测[J]. 中国机械工程, 2025, 36(08): 1842-1852.
[15]	林述温, 陆哲, 危世佳, 陈剑雄, 顾天奇, 谢钰. 挖掘机工作过程动力特性仿真及主构件参数多目标优化设计方法[J]. 中国机械工程, 2025, 36(06): 1371-1379.