[發(fā)明專利]多工況結(jié)構(gòu)優(yōu)化中權(quán)重因子的計算與加權(quán)函數(shù)的評價方法在審
| 申請?zhí)枺?/td> | 202110064794.8 | 申請日: | 2021-01-18 |
| 公開(公告)號: | CN112765810A | 公開(公告)日: | 2021-05-07 |
| 發(fā)明(設(shè)計)人: | 李永欣;賀星星;周國云;郭長春 | 申請(專利權(quán))人: | 燕山大學(xué) |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F111/06 |
| 代理公司: | 北京孚睿灣知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11474 | 代理人: | 韓燕 |
| 地址: | 066004 河北省*** | 國省代碼: | 河北;13 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 工況 結(jié)構(gòu) 優(yōu)化 權(quán)重 因子 計算 加權(quán) 函數(shù) 評價 方法 | ||
本發(fā)明提供一種多工況結(jié)構(gòu)優(yōu)化中權(quán)重因子的計算與加權(quán)函數(shù)的評價方法,其包括以下步驟:對元件進行單工況結(jié)構(gòu)優(yōu)化,計算優(yōu)化后的目標(biāo)函數(shù)值;選取目標(biāo)函數(shù)值中的最大值,分別計算工況惡劣度Δαi;根據(jù)得到的工況惡劣度Δαi,構(gòu)建權(quán)重因子計算模型;根據(jù)權(quán)重因子計算模型,計算得到基于工況惡劣度的各工況的權(quán)重因子;根據(jù)各單工況優(yōu)化后的目標(biāo)函數(shù)值求解理想解;基于兩點間距離表達式建立理想度計算模型;根據(jù)理想度計算模型,對多種權(quán)重因子與加權(quán)函數(shù)之間的耦合形成的優(yōu)化結(jié)果進行評價;根據(jù)評價結(jié)果,選擇合適的權(quán)重因子計算方法和加權(quán)函數(shù)。本發(fā)明有效解決多工況結(jié)構(gòu)優(yōu)化合理選取權(quán)重因子計算方法和加權(quán)函數(shù)的問題,具有顯著的理論價值和工程意義。
技術(shù)領(lǐng)域
本發(fā)明涉及產(chǎn)品的結(jié)構(gòu)優(yōu)化技術(shù)領(lǐng)域,尤其涉及一種多工況結(jié)構(gòu)優(yōu)化中權(quán)重因子的計算與加權(quán)函數(shù)的評價方法。
背景技術(shù)
當(dāng)前對產(chǎn)品進行承載性能設(shè)計時,多工況下的結(jié)構(gòu)優(yōu)化研究較少,多集中在的單工況問題。而實際工程中很多結(jié)構(gòu),常常是在多種載荷工況下工作的。因此,研究多工況下的結(jié)構(gòu)優(yōu)化設(shè)計將更具工程價值和意義。
從本質(zhì)上說,多工況優(yōu)化問題是多目標(biāo)優(yōu)化問題,而求解多目標(biāo)優(yōu)化問題的常用方法是將多目標(biāo)優(yōu)化問題通過加權(quán)函數(shù)轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。即通過給不同工況分配不同的權(quán)重因子,把多工況優(yōu)化問題轉(zhuǎn)化為單工況優(yōu)化問題。但是,將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題時,不同的權(quán)重因子對優(yōu)化結(jié)果的影響也很大。權(quán)重因子的分配問題成為一大技術(shù)難點。綜合對比不同的權(quán)重因子分配方法,提出以“工況惡劣度”進行多工況結(jié)構(gòu)優(yōu)化時權(quán)重因子計算的依據(jù)。
對于單一工況的結(jié)構(gòu)優(yōu)化,可以找到滿足約束條件的理想優(yōu)化解。而多工況的結(jié)構(gòu)優(yōu)化是對每個單工況的最優(yōu)解進行折衷,折衷后的理想優(yōu)化結(jié)果應(yīng)滿足:多工況結(jié)構(gòu)優(yōu)化中在各自工況下優(yōu)化結(jié)果盡可能的接近對應(yīng)單獨工況作用下的最優(yōu)優(yōu)化結(jié)果。折衷方法則是采用加權(quán)函數(shù),將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題,通常的加權(quán)函數(shù)有:折衷規(guī)劃法、線性加權(quán)法、平方和加權(quán)法和范數(shù)和加權(quán)法。對比四種加權(quán)函數(shù),從量綱上來說,線性加權(quán)法、范數(shù)和加權(quán)法與平方和加權(quán)法都是保持了原子目標(biāo)參數(shù)的量綱,而折衷規(guī)劃法對子目標(biāo)進行了歸一化處理,保證了各子目標(biāo)具有統(tǒng)一的量綱。不同的權(quán)重因子和加權(quán)函數(shù)一般會得到不同的優(yōu)化結(jié)果,由于權(quán)重因子和各單目標(biāo)函數(shù)值之間的耦合,單純的比較采用加權(quán)函數(shù)得到的目標(biāo)函數(shù)值大小不能準(zhǔn)確反映優(yōu)化結(jié)果的優(yōu)劣。如何選擇合適的加權(quán)函數(shù)使得多工況結(jié)構(gòu)優(yōu)化獲得更優(yōu)的結(jié)果成為另一難點,引入“理想度”來評價不同優(yōu)化結(jié)果相較于理想優(yōu)化結(jié)果的差異程度,以“理想度”進行多工況結(jié)構(gòu)優(yōu)化時加權(quán)函數(shù)的選擇。
發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的缺陷,本發(fā)明的目的在于提供一種工況惡劣度的權(quán)重因子計算模型,并建立理想度評價方程將理想度的大小作為評價權(quán)重因子計算方法及加權(quán)函數(shù)的標(biāo)準(zhǔn),通過比較不同權(quán)重因子計算方法和加權(quán)函數(shù)對優(yōu)化結(jié)果的影響,提供解決多工況結(jié)構(gòu)優(yōu)化結(jié)果的有效評價方法。
本發(fā)明提供一種多工況結(jié)構(gòu)優(yōu)化中權(quán)重因子的計算與加權(quán)函數(shù)的評價方法,其包括以下步驟:
步驟1:對承載結(jié)構(gòu)進行單工況結(jié)構(gòu)優(yōu)化,計算各單工況優(yōu)化后的目標(biāo)函數(shù)值;
步驟2:選取所述目標(biāo)函數(shù)值中的最大值,根據(jù)是否給定性能極限值αlim,分別計算工況惡劣度Δαi;
多工況結(jié)構(gòu)優(yōu)化后,多工況的目標(biāo)函數(shù)值一定劣于單工況優(yōu)化后的目標(biāo)函數(shù)值,所以,當(dāng)優(yōu)化目標(biāo)越小越好時,多工況優(yōu)化設(shè)計的目標(biāo)函數(shù)值一定大于單優(yōu)化結(jié)果中最壞的結(jié)果,當(dāng)優(yōu)化目標(biāo)越大越好時,多工況優(yōu)化設(shè)計的目標(biāo)函數(shù)值一定小于單優(yōu)化結(jié)果中最壞的結(jié)果;根據(jù)是否給定性能極限值αlim,分別得到工況惡劣度表達式;
步驟3:根據(jù)得到的工況惡劣度Δαi,構(gòu)建權(quán)重因子計算模型;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于燕山大學(xué),未經(jīng)燕山大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110064794.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 卡片結(jié)構(gòu)、插座結(jié)構(gòu)及其組合結(jié)構(gòu)
- 鋼結(jié)構(gòu)平臺結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 單元結(jié)構(gòu)、結(jié)構(gòu)部件和夾層結(jié)構(gòu)
- 鋼結(jié)構(gòu)扶梯結(jié)構(gòu)
- 鋼結(jié)構(gòu)隔墻結(jié)構(gòu)
- 鋼結(jié)構(gòu)連接結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)
- 權(quán)重調(diào)整模塊與權(quán)重調(diào)整方法
- 網(wǎng)頁主題的分類方法及裝置
- 接收裝置
- 基于權(quán)重濾波的視頻去噪裝置及方法
- 權(quán)重數(shù)據(jù)存儲方法和基于該方法的神經(jīng)網(wǎng)絡(luò)處理器
- 危害因素的權(quán)重因子的確定方法、裝置及存儲介質(zhì)
- 用于優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法
- 處理器
- 用于對深度神經(jīng)網(wǎng)絡(luò)的權(quán)重進行轉(zhuǎn)換的方法和系統(tǒng)
- 神經(jīng)網(wǎng)絡(luò)的量化方法、裝置、服務(wù)器和存儲介質(zhì)





