|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
应用进化算法对多目标、多学科设计优化题目的研究目前十分活跃，因为很多工程优化题目本质上都是多学科和多目标的。总的来说，进化算法在约束条件下寻找可行域方面缺乏效率，大多数实际题目都会带有等式、不等式或线性和非线性形式的约束。通常会采用罚函数的方法来处理这样的题目，罚函数通过惩罚约束的违反使得在优化过程中可行解变得容易被采纳。虽然罚函数方法应用的非常广泛，但它也有一些缺点，其中主要是需要对罚函数因子进行仔细的选择，以使其可以反映出约束被违反的程度。 本文的第一个目标是基于NSGA-II的遗传算法开发并实现一种处理约束的方法。本文提出的方法是将约束转化为优化目标并使用NSGA-II算法对其进行处理。这种方法无需任何罚函数方程，也不需要复杂的保持种群多样性的算法。本文在该方法应用于固体运载火箭多学科优化设计之前，首先使用文献已发表的典型算例进行了验证。与典型算例的结果对比表明，该方法是解决有约束优化题目的一种很好的选择。此外，本文还使用了现有的实际模型对本文采用的运载火箭概念模型进行了验证。 自动化的多学科设计优化方法确实具有很多重要的优势，例如劳动量、时间和人为差错被最小化，从而减少了全寿命周期的费用和开发时间。所以在概念设计过程中需要一种可以协调多学科设计优化过程的平台，本文的研究考虑了这个题目，并采用iSIGHT平台高效地对多级运载火箭进行优化设计。 本文的第二个目标是在真实的工程优化题目中应用提出的方法，例如四级固体运载火箭的概念设计。火箭的起飞质量和其他所有约束均在优化过程中转化为独立的优化目标。这种方法具有对多级运载火箭进行多学科设计优化的潜力，并且，结构/质量学科、气动学科、推进和弹道学科的设计也同步进行。 最近，混合进化算法应用的越来越广，因为混合进化算法能有效提高收敛速度并解决复杂、非确定性和模糊性的现实题目。因此，为了提高收敛速度，本文也采用了混合形式的优化方法。文的第三个目标是开发并实现应用于三级运载火箭概念设计的混合优化方法。本文提出的混合遗传算法由全局搜索算法转换为局部搜索算法，在将预定有效载荷送入地球低轨道的前提下最小化运载火箭起飞质量。使用同一题目对提出的混合优化方法与传统混合优化方法进行了计算效率的比较。比较结果表明本文提出的混合优化方法需要的计算时间更少。 本文最后总结并评估了提出的约束处理机制，首先采用典型算例进行验证，而后应用到多级固体运载火箭的概念设计中。对多级固体运载火箭，也采用了新的混合优化方法。 |
上一篇：尺度与秩序——天坛建筑艺术研究下一篇：一种新型频率输出谐振陀螺理论、仿真与实验研究
|
发表于 2022-9-6 14:12:43
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
