[發明專利]一種設計目標與設計變量均為區間的優化設計方法

在審

• 申請號: 201710654771.6
• 申請日: 2017-08-03
• 公開（公告）號: CN107545101A
• 公開（公告）日: 2018-01-05
• 發明（設計）人: 丁渭平;黃海波;楊明亮;朱洪林;吳昱東;張聞見
• 申請（專利權）人: 西南交通大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06F17/18;G06Q10/04;G06Q50/04
• 代理公司: 成都宏順專利代理事務所(普通合伙)51227
• 代理人: 周永宏

1.一種設計目標與設計變量均為區間的優化設計方法，其特征在于，包括以下步驟：

S1、初選設計變量區間；

S2、調整設計變量可行域；

S3、進行試驗設計；判斷待分析的問題是否為有準確理論數學模型的問題，若是則直接執行步驟S5；否則根據設計變量屬性、設計變量數量、研究目的和仿真/試驗的難易程度選擇試驗設計方法；

S4、通過近似模型構建函數映射關系；

S5、設定置信等級或沖突等級，

S6、計算設計變量在給定置信等級下的最優區間。

2.根據權利要求1所述的設計目標與設計變量均為區間的優化設計方法，其特征在于，所述步驟S2具體包括以下子步驟：

S21、對初選設計變量區間進行離散化分，并初始化i＝1；

S22、計算單個設計變量x_i的離散點與其余設計變量在所有離散點處組合的目標函數值；

S23、判斷是否有符合設計要求的目標函數值，若是則認為該設計變量在該離散點處可行，將該離散點加入該設計變量的可行域；否則認為該設計變量在該離散點處不可行，不操作；

S24、判斷設計變量x_i的所有離散點可信性判斷是否完成，若是則i＝i+1，執行步驟S26，；否則執行步驟S25；

S25、取設計變量x_i下一個離散點，返回步驟S22；

S26、判斷i是否大于i_max，若是則根據步驟S24的操作獲得設計變量可行域；否則返回步驟S22，其中，i_max表示設計變量的個數。

3.根據權利要求1所述的設計目標與設計變量均為區間的優化設計方法，其特征在于，所述步驟S3采用的試驗設計方法包括正交設計、均勻設計、拉丁超立方設計或配方設計。

4.根據權利要求1所述的設計目標與設計變量均為區間的優化設計方法，其特征在于，所述步驟S4具體實現方法為：選擇BP神經網絡、廣義回歸神經網絡、極限學習機、支持向量機或者深度信念網絡模型進行映射；并采用遺傳算法、粒子群算法或模擬退火算法進行模型參數優化；采用平均絕對誤差MAPE、最大絕對誤差MAE、均方根誤差RMSE、決定系數R²和方差VAR幾個參數還來對模型的擬合精度進行評價，參數計算方法為：

MAPE=1NΣi=1N|xi-xi′xi|×100%---(1)]]>

MAE=maxi=1,2,...,N|xi-xi′xi|×100%---(2)]]>

RMSE=1NΣi=1N(xi-xi′)2---(3)]]>

R2=Σi=1N(xi′-xi‾)2Σi=1N(xi-x‾)2=1-Σi=1N(xi-xi′)2Σi=1N(xi-x‾)2=1-MSEVAR---(4)]]>

VAR=1NΣi=1N(xi′-x‾)2---(5)]]>

式中，x_i為樣本實際值，x_i'為樣本預測值，是樣本實際平均值，N是樣本總數。