黑箱多目標(biāo)優(yōu)化評估系統(tǒng)研究與實現(xiàn).pdf

1、優(yōu)化設(shè)計是從多種方案中選擇最佳方案的設(shè)計方法，包含兩個方面的內(nèi)容:首先是多種方案的獲得，而后是多種方案的選擇，前者屬于多目標(biāo)決策問題，后者屬于多屬性決策問題。通常，設(shè)計者面臨的實際優(yōu)化問題中包含若干個相互矛盾且不可公度的決策目標(biāo)，由于傳統(tǒng)的設(shè)計方法設(shè)計質(zhì)量較低，有時無法得到滿意的設(shè)計方案并且計算效率不高，因此近年來優(yōu)化設(shè)計技術(shù)被廣泛地應(yīng)用于不同工程領(lǐng)域，優(yōu)化設(shè)計的研究也越來越受到重視。
　　本文針對沒有數(shù)學(xué)模型的“黑箱”多目標(biāo)優(yōu)化

2、評估問題進(jìn)行研究，在此基礎(chǔ)上，開發(fā)出基于Matlab軟件的優(yōu)化評估系統(tǒng)，以解決黑箱多目標(biāo)優(yōu)化評估問題求解復(fù)雜、處理繁瑣、難于應(yīng)用等問題。系統(tǒng)優(yōu)化評估過程為:選擇合適的試驗設(shè)計方法以及對應(yīng)的試驗設(shè)計表，通過試驗得到有代表性的輸入輸出樣本;選擇含有全部模式的樣本對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到參數(shù)變量與目標(biāo)值之間的網(wǎng)絡(luò)模型;采用改進(jìn)的帶精英策略的快速非支配排序遺傳算法(a variant of NSGA-Ⅱ)進(jìn)行多目標(biāo)參數(shù)優(yōu)化，同時對約束條件進(jìn)

3、行處理，得到滿足約束的Pareto最優(yōu)解;最后提供4種最優(yōu)解評估方法:基于直覺模糊和熵的TOPSIS評估法、基于TOPSIS的穩(wěn)健性評估法、模糊貼近度評估法以及可視化雷達(dá)圖評估法對尋優(yōu)得到的Pareto最優(yōu)解進(jìn)行評價，從中確定最優(yōu)解。系統(tǒng)還引入了外部接口技術(shù)接收第三方數(shù)據(jù)文件，增加了優(yōu)化評估系統(tǒng)的實用性。
　　本文研究表明，所開發(fā)的多目標(biāo)優(yōu)化評估系統(tǒng)能夠獲得較好的優(yōu)化設(shè)計結(jié)果，改善了以往優(yōu)化算法只能獲得Pareto最優(yōu)解而無法獲得