多目標優化設計匯總十篇
時間：2023-05-26 16:02:59
序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇多目標優化設計范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。
篇（1）
中圖分類號：TD452 文獻標志碼：A 文章編號：1672-1098（2014）02-0005-04
拋射強度（振動強度）K表示顆粒受到離心力后，被拋起的可能性和在篩面上跳動的頻度，它是振幅、頻率及其它因素交互作用的結果。弛張篩作為潮濕細粒物料干式篩分的有效設備，其拋射強度的值國內外還無規范，有研究認為K可以達到50 g[1-4]623，而有的研究認為2.5 g[5] 即可滿足弛張篩工作的需要，數據相差過大。因此，對影響拋射強度的關鍵參數進行研究，優化相關參數，選擇合理的K值，為弛張篩的設計確定合理的參數，提高篩分工作的技術經濟指標，具有重要意義。
1 拋射強度模型的建立和系列優化
1.1 常規模型系列優化
弛張篩從工作原理上屬于直線振動篩，直線振動篩拋射強度的表達式為[6]
雖然式（1）沒有充分涵蓋弛張篩的特征參數，但仍然可以將它視為常規目標模型對拋射強度K值和相關變量實行優化。相關參數的約束條件為e [5.5， 6.5]，α[15，25]，β[88，92]，n[550，700]，在K=2.0、2.2、2.4、2.5、2.6、2.7、2.9、3.0、3.1、3.2、3.3、3.5、3.7、3.9的系列內實行14次優化。得到的優化結果為： K=2.98，e=6.35 mm，α=24°，β=90.4°和n=614 （r?min-1）。
拋射強度K=2.98可以較好地滿足直線振動篩的篩分作業要求， 相應參數系列優化的值如圖1所示。
根據常規模型和優化結果，得到拋射強度關于偏心距e和轉速n的三維特性曲面（見圖2），該特性曲面變化態勢比較平坦。由該特性曲面提取兩組計算數據：當n=550 （r?min-1），e=5.9 mm時，Kmin=2.3；當n=675 （r?min-1），e=6.5 mm時，Kmax=3.8。特性曲面的變化態勢和計算數據表明直線振動篩的K值變動在一個較小的范圍內。
常規模型既看不出兩橫梁最大間距L對K的影響，也體現不出時間參數t對K的影響，因為建立常規模型時簡單的將弛張篩視為直線振動篩，沒有體現出弛張篩的彈性篩面做相對運動的特點，所以必須建立體現弛張篩運動特點的新模型對拋射強度實行系列優化。
1.2 按有載模型進行系列優化
將有載加速度模型[8]代入拋射強度K的定義式K=asin βgcos α，得到弛張篩拋射強度的有載模型
由文獻[9]知道弛張篩的加速度關于外死點（ωt=180°）周期性的對稱，所以將ωt的約束條件限定為[0，178]，其余相關參數的約束條件為：n[550，700]、e[5.5， 6.5]、α[15，25]、β[88，92]和 20 e < L< 100 e/3，對K=-2.5、-2、0、1、2、3、4、5、7、9、15、25、40、70、100、135、170、200 的系列范圍內展開18次優化。 優化結果為： K=7.8?g或76， n=650（r?min-1）， e=6.0 mm，α=25°，β=90°，L=202 mm。系列優化的結果如圖3所示。
此優化K值遠高于常規模型的優化結果， 此時弛張篩的曲柄傳動機構連桿部位的振動強度K1（以CZS型弛張篩為例， 支撐板R=400 mm，e=6 mm） 弛張篩篩面的振動強度與傳動機構的振動強度K1之比為：K/K1=76/2.83=27；弛張篩內、外篩框部位的振動強度K2 弛張篩篩面的振動強度與篩框的振動強度之比為：K/K2=76/0.021=3619；普通振動篩的篩面振動強度與主機振動強度之比K面/K機=1；弛張篩同普通振動篩機相比，很顯然弛張篩不僅能很好地解決普通振動篩在篩分細粒潮濕煤炭時遇到的難題，而且篩機運動平穩，傳動系統的使用壽命增加。
圖4顯示了拋射強度同轉速n、驅動軸轉角ωt的三維特性曲面，由于特性曲面采用的是單對數坐標，因此在特性曲面里傳動機構的轉角優化約束取值范圍為[74°，178°]。表1的數據來自三維特性曲面的部分計算數據，在n=700（r?min-1），ωt=175°的拋射強度高達K=256，遠遠高于按常規模型所得到得最大值3.8；而ωt=90°的拋射強度則低至K=4。這是由弛張篩的運動和結構特點引起的，在篩面沒有完全伸展開時，篩機體現出普通振動篩的運動特性，弛張篩和普通振動篩的拋射強度值接近。當驅動軸轉角ωt的超過一定的數值，篩面展開，篩面的彈性特性得到體現，引起拋射強度迅速增大。正是由于拋射強度的這種特殊的周期性高變化趨勢，保證了弛張篩篩分作業的正常運行。
2 關鍵參數回歸分析
驅動軸轉角ωt受到弛張篩結構參數L和e的影響及制約，而轉角與弛張篩拋射強度之間存在周期性變化的關系。如果依據系列優化的數據進行回歸分析，得到ωt=f（e）和ωt=f（L）函數，那么就可以建立K=f （e， n） 和 K=f （L， n） 模型。
2.1 模型的建立
對系列優化結果進行回歸分析，得到ωt和e的模型ωt=4.0589 e-22.097，如圖5所示，此擬合模型具有R2=0.976的相關程度，轉角ωt和偏心距e呈現較強的規律性，屬于線性正相關。ωt和L數學模型為ωt=0.1234 L-22.66，如圖6所示，擬合模型也具有較高的相關度，R2=0.9521，它們也體現明顯的線性正相關規律。
2.2 三維特性曲面的建立
將ωt=4.0589 e-22.097和ωt=0.1234 L-22.66分別代入（2）式，得到含有結構參數e、L的K=f （e， n） 和 K=f （L， n） 模型。載入相關參數，得到展示弛張篩特征參數e和L的變化對K值影響的三維特性曲面，如圖7～圖8所示。
圖7、圖8顯示了拋射強度K與e和L之間周期性的類正弦變化規律，在一定范圍內，結構參數e和L的增加都會引起K的明顯增大，并且e的變化對K的影響要強于L變化的影響，這一點同圖3展現的結果是一致的。至于K和n，它們之間顯示出一種快速上升的非線性關系。
表2是在α=25°，β=90°，L=202 mm的前提下，提取偏心距e分別為6 mm、6.2 mm的計算數據進行比較， 當n=650（r?min-1），e=6 mm時K=69，與優化結果相吻合；當e=6.2 mm時，K達到峰值。K值增大，篩面物料的加速度、速度、拋射距離及高度都增大，對物料的松散和分層極其有利，可以有效降低物料的堵孔問題，提高篩分效率；但K值過大，物料在篩面上的跳動次數減少，被快速拋離篩面，減少透篩機會，降低篩分效率，篩機使用壽命也降低[6]。因此，提濕細粒煤炭的篩分質量和效率，并不是K 值越大越有利，綜合考慮各參數和制造工藝的可行性[10-11]，依據K 值的系列優化結果，確定偏心距e的最佳值為6 mm。
圖8的數據在α=25°，β=90°，e=6 mm的前提下計算得到的。圖8顯示：L=160 mm時K達到峰值，但此時篩板間距偏小，連接篩板的橫梁數量增加，篩機結構也隨之變得復雜；在L=208 mm時， K的峰值過大， 影響篩分作業及篩機壽命， 因此L=160 mm和L=208 mm均不適宜為最大橫梁間距的最佳距離。
4 結論
本文通過建立弛張篩拋射強度模型，并對其展開系列優化與回歸分析，得到如下結論：
1） 弛張篩拋射強度的優化值為7.8 g，與實測結果7.30 g相吻合。
2） 篩面傾角的優化值為25°，高于現場采用的20°。振動方向角的優化值β=90°，橫梁最大間距的優化值202 mm，偏心距的優化值6 mm和驅動軸轉速的優化值650 （r?min-1）與工業實踐中使用的值一致[4]624。
（上接第8頁）
3） 拋射強度關鍵參數回歸分析結果顯示ωt和e、L之間呈線性正相關； K同e、L之間存在類正弦規律的變化關系，顯示出弛張篩的非線性動力學特性。
參考文獻：
[1] HIRSCH，W.Flip-Flow Screens of the third Generation[J].Aufbereitungs-Technik，1992，33（12）：686-690.
[2] J ZUBER.Screening of difficult materials on bivitec screens with flip-flow systems，Aufbereitungs Technik[J].1995，36（7）：305-303.
[3] 閆俊霞，劉初生，張士民，等.集中驅動式弛張篩面動力學分析[J].礦山機械，2011，39（4）：95-97.
[4] 唐敬麟.破碎與篩分機械設計選用手冊[M].北京：化學工業出版社，2001：622-625.
[5] 品川義和.篩面曲張篩[J].日本礦業會志，1980，10：750-752.
[6] 選礦手冊編輯委員會.選礦手冊[M].北京：冶金工業出版社，1993：186-195.
[7] 趙躍民，劉初升.干法篩分理論及應用[M].北京：科學出版社，1999：164-166.
[8] 李君，方代正，黃紹服.張緊量對弛張篩運動的影響[J].煤礦機械，2007，28（7）：54-56.
篇（2）
山東 淄博 255022；3.山東理工大學理學院，山東 淄博 255022）
【摘要】折疊桌因其藝術性的設計以及節約空間、方便搬運的優點在現代家居生活中倍受青睞。同時，折疊桌因其可折疊的特性也承受著其穩定性與承受力大小的考驗。我們采用剛體轉動模型求解其穩定性指標，利用各個加工參數之間的數學關系求解其原料消耗，采用超靜定次數進行定性分析描述其加工方便度，最終利用多目標規劃模型分別賦予不同指標優先因子對折疊桌進行優化設計。
關鍵詞 剛體轉動；多目標規劃；空間坐標系；最優加工參數
1 問題由來
工業設計師Robert van Embricqs 設計一款名為rising side table [1]，桌子外形由直紋曲面構成，桌面呈圓形，桌腿隨著鉸鏈的活動可以平攤成一張平板。桌腿由若干根木條組成，分成兩組，每組各用一根鋼筋將木條連接，鋼筋兩端分別固定在桌腿各組最外側的兩根木條上，并且沿木條有空槽以保證滑動的自由度（如圖1所示）。
2 問題分析
在兩根鋼筋所在平面，以兩根鋼筋對稱軸為x軸，兩根鋼筋中點連線為y軸，垂直地面向上為z軸方向建坐標系 （如圖2），木條與圓形桌面的相連接的點記為P點，從外到里分別用P10，P9，…，P1來表示，最中間的點記為坐標為P1，且P10的坐標為(2.5,25,25)。鋼筋穿過木條的點記為Q點，同理從外到里分別用Q10，Q9，…，Q1，標記順序同P點一致。
Fi：第i根木條的開槽位置i=1，2…，10；fi：第i根木條的開槽長度（i=1，2，…，10）；h2：鋼筋初始位置d：每根木條的寬度；li：木條長度α：最外側木條與地面夾角；c：木板的厚度
3 構造約束條件
鑒于對折疊桌的設計，需要綜合穩固性、經濟性、加工便利性等因素進行優化其設計。
穩固性：
穩固性主要受重心位置的高低、支撐面的大小以及結構的影響[2]。根據桌子穩定性測試（BS4875-5）標準，設計的產品穩固性不達標就不能流通于市場，所以我們把力學性能分析放在首要地位。穩固性主要測試其豎直承受力與一側承受力大小。豎直承受力大小多取決于折疊桌的材料，一側受力多取決于折疊桌結構。將折疊桌視為剛體，其一側受力發生側翻即為剛體轉動問題。[3]根據折疊桌使用的木料、鋼筋求其質量分布，得其密度ρ（x，y，x）（此處密度可視為常數）。折疊桌的質量
經濟性：折疊桌折疊之前為一塊木板，所需材料即為木板的面積。
加工便利性：
由于桌腿由若干根木條組成，沿木條有空槽以保證滑動的自由度，進而木條的數目以及開槽長度影響加工便利性。根據力學原理，每增加一根木條，該結構的超靜定次數便增加一次，因此該結構為多次超靜定結構[4]，采取增加木條的方法來增加超靜定次數，降低受力敏感度，是影響其加工便利性與穩定性的重要因素。
4 多目標規劃模型
j：木條的寬度；e：木板的寬度；b1：最外側木條所留桌面邊沿長度；g：木板長度
5 結論分析
折疊桌以其靈活性、便捷性融入百姓生活。本文在保證折疊桌優良特性的前提下，引入剛體轉動分析，結合多目標規劃模型，優化設計折疊桌，保證了其穩固性、經濟性、加工便利性。
參考文獻
［1］韓佳成,Robert Van Embricqs.平板折疊桌[J].設計,2012，8．
［2］劉延柱．剛體動力學理論與應用[M]．上海交通大學出版社，2006-8-1．
［3］wenku.baidu.com/link?url=po 7 pey 2 xG_w0ELxvIgKKosCkC 6 jtfibAZW cBNT00Xx-YJNOh TpBOG 3_c22 TfersEysmn6 iyBkau_bkmEuV9 LDGZpqr51 HuOT2 OWNFqiFLx_&qq-pf-to=pcqq. c2[OL].
篇（3）
Multiobjective optimization design of water distribution network based on improved NSGA-Ⅱ
Liu Mengyun
(College of Civil Engineering and Architecture, Zhejiang University of Technology, Hangzhou 310014, China)
Abstract: For a sound achievement of economy and reliability in the water distribution networks (WDS) design, the multi-objective mathematical model was established based on economy and reliability in WDS. Aiming at WDS annual fee and reliability, based on traditional NSGA-Ⅱ algorithm, arithmetic crossover operator and a new accumulated rank fitness assignment strategy were proposed for higher convergence speed and better population diversity. The improved NSGA-Ⅱ algorithm was applied to actual project, and the results of this improvedalgorithm were compared with the traditional NSGA-Ⅱ algorithm in order to prove the superiority of the former.
Key words:water supply network;multi-objective optimal model ;hydraulic reliability ;hydraulic reliability information entropy ;NSGA-Ⅱ
中圖分類號：S611文獻標識碼：A 文章編號
給水管網系統是城市供水系統的重要組成部分，其投資一般要占整個供水系統總投資的50-80%。隨著城市規模的擴大，給水管網也不斷向著大型化、復雜化的方向發展。在工程總投資有限的基礎上，為了保證整個供水系統中水量、水壓、水質的安全以及供水可靠性，進行給水管網的優化設計對加強安全可靠性、降低工程成本、提高經濟效益和社會效益有著重要的現實意義[1]。
Cunha和Sousa[2]選用管網建造費用為目標，并運用模擬退火算法，對管網模型進行求解。這樣通過單目標優化求出的最優解，難以保證管網的供水可靠性Tanyimboth[3]提出了采用管網信息熵來評價管網運行可靠度的方法，該優化模型中，信息熵代表管網的布局，但是模型中未考慮管網的運行費用。
本文從給水管網設計的實際工程出發，以多目標優化理論和計算機技術為基礎，建立了管網總費用年折算值最小、管網水力可靠度和熵值可靠度最大為目標的優化模型，并在NSGA-Ⅱ算法的基礎上提出改進方法:在引入算術交叉算子的同時，提出并引入累積排序適應度賦值策略，用于求解該模型。
1 管網管徑優化數學模型
1.1 管網經濟性目標函數
給水管網總費用年折算值是評價一個投資方案優劣的根據。管網的總費用年折算值由兩部分組成，即管網建造年折算費用和管網年運行管理費用。以管網費用最小為目標的函數指在不同管徑管段的單位長度造價和管段長度已知的情況下，尋找出一種管徑組合，使得據此求出的各節點水壓滿足節點壓力約束，控制點的自由水壓滿足最小允許自由水壓，并且在此種情況下，管網總費用的年折算值最小[4]，數學模型表示為：
⑴
式中： 為管網的造價（元）； 為折舊與大修理費； 為建設投資回收期； 為第 個管道的管長（ ）； 為供水管網的管道數； 為統計常數及指數； 為第 段的管徑； 為設計年限內供水能量變化系數； 為電價（分/ ）； 為進入管網的總流量（ ）； 為從管網起點至最不利點任一條管段路徑的總水頭損失； 為水泵站的效率。
1.2 管網水力可靠度與熵值可靠度目標函數
1.2.1 管網水力可靠度
對于模型中的節點，當系統提供的水量不能滿足用戶的用水需求時，認為該節點的可靠度值不能滿足要求，所以本文中節點的可靠度定義為節點可利用水量和節點需水量的比值。則 節點在 時刻的瞬時水力可靠度表征為：
⑵
式中： 為節點 在 時刻的實際可利用流量（ ）； 為節點 正常工況下需水量（ ）。
節點的水力可靠度為供水管網在給定的運行時間內，節點瞬時可靠度之和除以累計時間，如式所示：
⑶
式中： 為供水管網某節點 的可靠度； 為給定的供水管網模擬運行次數（天）； 為運行時間（天）。
管網是由多個節點組成的復雜供水系統[5]，對多種因素影響的系統特征量，可以用各因素的加權特征量評價。當得出供水管網中節點的可靠度時，即可求解出整個供水管網的系統可靠度。本文采用權重因子法對供水管網的系統可靠度進行計算。
⑷
式中： 為供水管網系統水力可靠度； 為供水管網總供水量（ ）； 為系統節點總數。
1.2.2 管網熵值可靠度
給水管網由于水源至每個節點的供水路徑不同，在環狀管網中，通過不同的供水路徑供到節點的水量也不一樣，致使給水管網產生與路徑相關的不確定性，研究指出可用熵函數度量這種不確定性[6]。
Awumah[7]曾提出給水管網的熵值計算式：
⑸
式中： 為管網熵值； 為管網中節點數目； 為與 節點直接相連的其它節點的數目； 為 和 節點之間管段流量； 為管網中所有管段流量之和。
Awumah還提出節點熵值函數，如式所示：
⑹
式中 為節點 的熵值； 為流入節點 的流量。
聯立⑸式和⑹式，管網熵值可用下式表示：
⑺
1.3 水力約束條件
①水力平衡約束條件：
節點連續性方程：⑻ 能量方程：⑼
壓降方程：⑽
②管段流速約束條件：
⑾
式中 、 為經濟流速的上限與下限。
③節點水壓約束條件：
⑿
式中 、 為節點要求的最小和最大水壓值。
④可選標準管徑約束條件：
可選標準管徑約束條件，即 ， 為可選標準管徑總數目。
2多目標優化模型的求解
2.1 NSGA-Ⅱ算法
由于多目標進化算法可以在一次運行中得到多個Pareto優化解，近年來，在多目標優化領域已經成為一個研究熱點，出現了許多優秀的算法，取得了較好的效果。其中非支配排序算法NSGA-Ⅱ是具有代表性的算法。
NSGA-Ⅱ是在NSGA算法基礎上改進得到的高性能算法，它主要采取三個策略：1)解的非支配水平檢查采用一種計算時間復雜性大為降低的快速排序方法；2)從父代與子代群體中選擇最好的 個解( 為父代群體大小)作為新的父代群體；3)引入擁擠距離度量同一非支配水平的解在目標空間的分布情況，基于解的適應度和擁擠距離定義選擇算子。
2.2 算法的改進
2.2.1 交叉算子
NSGA-Ⅱ中采用SBX（Simulated Binary Crossover）交叉算子，SBX算子模擬二進制交叉算子的過程，對實數編碼的父個體進行交叉操作，SBX算子搜索性能相對較弱，在一定程度上限制了算法的搜索性能，使得NSGA-Ⅱ在收斂速度和多樣性保持方面還有可以改進的空間。
本文將算術交叉算子[8]引入NSGA-Ⅱ。設 和 分別為第 代兩個體交叉點處對應的決策變量的真實值編碼，則交叉后兩個體的決策變量值為：
⒀
其中 和 為 上均勻分布的隨機數，且 。將 和 不僅僅限于 區間，可以保證該交叉算子的搜索區域覆蓋 和 的所有鄰域，且二者之間的區域搜索幾率較大。該算術交叉算子比SBX具有更好的全局搜索能力，能更好地保持種群的多樣性。
2.2.2 累積排序適應度賦值策略
NSGA-Ⅱ采用的Pareto排序策略是：當前種群中不被任何其他個體支配的個體是非支配個體，其Pareto排序值為1，全部非支配個體的集合是第一級非支配個體集；從當前群體中將這些個體去掉， 新產生的非支配個體的Pareto排序值為2，組成的集合為第二級非支配個體集；依次類推，直到所有的個體的Pareto排序值確定為止。以 表示的 代中的個體 的Pareto排序值。
這種賦值方法的缺點是:個體的Pareto排序值有時不能很好的反映個體周圍的密度信息。本文提出的累積排序適應度賦值策略同時考慮個體的Pareto排序值和密度信息。首先，類似于NSGA-Ⅱ對所有的個體進行Pareto排序，得到每一個個體的Pareto排序值。設在第 代種群中支配個體 的個體集為： ，則個體 累積排序值定義為支配個體 的所有個體的Pareto排序值的和，如式所示：
⒁
2.3 算法過程
隨機產生一個規模為 的初始種群 ，將種群中的所有個體快速非支配排序。采用選擇、交叉遺傳算子產生一個規模為 的子代種群 。其中，選擇算子主要根據累積排序值評價個體的優劣，選擇累積排序值小的個體參與繁殖。將 和 合并為一個規模為2 的種群 ，對 進行非支配排序得到非支配個體集 ，選擇前 個非支配集和 的前 個個體組成種群 。
，且⒂
再由 經選擇、交叉產生 ，將 和 合并為 。重復上面的循環，直到滿足停止條件。
3 實例分析
某給水管網包括一個水廠，18個用戶節點，2條水廠至管網的輸水管，25條管網管段，供水量為420 。該管網的拓撲結構 、管徑、管長等基本信息如圖所示，管網覆蓋區域面積約為3 。假設水源點及用戶高程均為0 ，水廠的出廠揚程為35 。各節點流量及管段長度已知，管材采用球墨鑄鐵管, 管段的粗糙系數為100，采用海曾威廉公式計算管段沿程水頭損失。
圖1 某給水管網
Fig.1 A water supply network
管網的年折舊及大修費費率 5，建設投資回收期 20，設計年限內供水能量變化系數 0.4，電價 50（分/ ），水泵站的效率 0.7，統計常數 62.11， 1979.7，指數 1.486。
采用Matlab編制程序，管網的水力計算調用EPANET2.0。改進NSGA-Ⅱ算法的控制參數取：種群規模100，采用聯賽選擇，采用均勻變異，算數交叉，最大迭代次數1000，變異概率0.05，交叉概率0.8。NSGA-Ⅱ算法參數與改進NSGA-Ⅱ算法參數選取相同，計算結果見表1。
表1 兩種優化方法結果比較
通過表2可以看出，采用改進NSGA-Ⅱ算法用于給水管網優化設計，無論是經濟性還是可靠性均優于傳統的NSGA-Ⅱ算法。
4 結論
為較好地解決給水管網優化設計中的經濟性和可靠性問題。本文從管網費用最小和水力可靠度、熵值可靠度最大角度出發，建立了管網多目標優化模型，在傳統NSGA-Ⅱ算法的基礎上，采用算術交叉算子，提高了算法的搜索性能，同時提出了累積排序適應度賦值策略，更好地維持了種群的多樣性。實例分析結果表明，改進NSGA-Ⅱ算法的優化結果優于傳統的NSGA-Ⅱ算法。
參考文獻
[1]周榮敏，雷延峰.管網最優化理論與技術―遺傳算法與神經網絡[M].鄭州:黃河水利出版社,2002.
[2]Cunha, M.D.C., Sousa,J. Water distri-bution network design optimaization: Simulated annealing approach. WaterResour.Plan.Manage.,1999,125(4):215-221.
[3] Tanyimboth, Clarirte. A Maximum Entropy Based Approach to the Layout Optimization of water Distribution Systems[J].Civil Engineering and Environmental Systems. 2002, 19(3): 223-253.
[4]嚴煦世，劉遂慶.給排水管網系統[M]. 北京:建筑工業出版社,2002.
[5]袁一星,高金良，趙洪賓等.給水管網運行工況計算分析系統的研究[J].哈爾濱建筑大學學報，1996,29（5）：59-63.
[6]伍悅濱.給水管網系統性能評價方法的研究[D].哈爾濱:哈爾濱建筑大學,2000.
篇（4）
我國風能的儲量巨大，可開發利用。我國對開發風能資源非常關心，把利用風能資源作為轉變經濟能源結構和社會可持續發展的重要舉措，風力發電成為對風能開發利用的重點對象。進行大規模發展風力，風電開發的重點是進入“建設大基地，融入大電網”。到2008年底，我國風電總裝機容量達12248MW，提早完成了我國2010年預定的風電目標，圖1是風電發展趨勢的統計圖。
1 多目標優化調度彼此關聯技術
1.1 傳統經濟與節能調度的差異性
（1）電網單位買電成本上的差別；經濟調度的發電機組的電網價格與市場具有競爭性；節能調度則首先考慮風、水等可再生資源發電，這些新能源機能發電要比火電機組的上網電價高。
（2）減少排放的成效性不同；經濟調度以發電成本低為主要目的，而就目前的社會發展中煤的燃燒是成本最小的發電資源，經研究煤的燃燒有大量的污染物排放，對環保十分不利；電力供應充足的時候，節能調度本著經濟節能的原則，選擇由小到大的污染物排放資源作為發電順序，這對電源發電是有好處的。
（3）發電的成本不同；節能發電是用降能低耗的方式，排放最少廢氣污染物；經濟調度的成本資源會更低，增加了發電效率和產值。
（4）針對各種不同的機組發電序位也不同；節能調度里的不同發電機組按照排好的順序找準序位：沒有調節能力的可再生資源如太陽能、風能、海洋能等發電機組，具有調節能力的可再生資源如地熱能、生物質能、水能等垃圾發電機組，核能發電機組，按照供熱量的多少來確定發電量的方法，應用燃煤放熱和別的資源結合發電機組，燒油發電機組，燒煤發電機組；經濟調度是憑借機組報價，與周邊發電機組的成本相比，報價的低的機組先進行發電。
1.2 應用實時調度技術
電網調度智能系統運用實時調度技術；實施調度計劃過程中，有AGC機組內存容量不充裕，收效甚微的機組跟蹤計劃，安全區域與運行點靠近，風能發電功率不好掌控等等因素；實時調度機組必須選擇執行計劃強，性能比高的機組為調度機組；通過以10分鐘為一個超前調整機組的周期出力的超短期發電預測，從而排除不肯定因素的影響；所以，以10分鐘周期的超前調度控制方案，這種方案具有按時段編制發電的功能，還可預測下一個時段調度的風電出力情況，影響爬坡的速度效率，機組的額定限值，滾動發電策劃，調度系統安穩運行時，我們可按節能減排標準推行發電計劃，排除計劃誤差；因為電場在10分鐘內是相對穩定的時段出力，所以實時調度技術是風電接入的調度重點，也是AGC控制及協調調度計劃的切入點。
2 特性各異的電源多目標協同優化調度系統設計研究方案
2.1 調度系統的功能設計
2.1.1 滾動系統調度
在短期預y的拓展上，60分鐘是啟動周期，最大限度的應用最新的信息預測和實時信息，及時修改計劃，實現預測發電的調整計劃，有效減小日前計劃的不準確性，滾動調度系統是下發計劃指令，限制調整，改進在線滾動，推測超短期風功率，聯絡交接線管理計劃等組成的。
2.1.2 綜合歸納監視系統
監督并把一日內的電網滾動優化，實時調度，超短期推測數據等有關訊息，通過可視的信息平臺展現出來，從管理的重點分析涵蓋負荷，調度系統業務的組織信息，規劃風電，裝機規模，發電，電量合同，斷面等等方面進行關注與研究。
2.1.3 計劃系統
計劃由計劃數據展現和計劃數據透傳兩大功能來實現。
2.1.4 實時調度系統
實時調度系統是在線調度實時，下發指令的自動性，超短期負荷的推算，安全校核等幾部分構成；以電網模型，風電出力推算，超短期預測發電 ，實時數據通信的前提，10分鐘是一個啟動周期，在綜合滾動發電計劃，機組出力限制，安排AGC機組發電計劃實時，；重新推測下個10分鐘的發電計劃調整，排除計劃數值與推算數值的誤差，加強電網的風電接入功能，成為聯接協調調度計劃和AGC控制安全網絡的關鍵點。
2.1.5 安全校核系統
安全校核系統的職能是對實時調度產生的發電機組出力數據調動，輸出計劃方案的校核成果，滾動調度系統模塊等的功能調整；對一日這中的最新設備狀態信息，預測能力信息，電網模型，有計劃的實時靜態安全分析，分析計劃多種發電機對功率轉移的線路潮流分布因子，電網各個網點的聯接形式，整理分析系統阻塞形勢，并做相應的阻塞管理；內置功能主要有潮流分析，靈敏度分析，校核斷面自動生成，靜態安全分析等，做出系統的靜態安全校核算法。
2.1.6 系統管理部分
系統管理功能主要有用戶管理，日志管理，基礎數據維護，權限管理等。
2.1.7 效果系統評估
用先進的可視化設備對特性各異的電源協同優化進行時段調度協調的工作效果展現；效果評估方面有節能減排的情況分析，經濟性，開機方式，利用的清潔能源，風電，機組影響等多個方面。
2.1.8 接口的通信功能
協同優化調度系統和日前計劃系統，OMS系統，EMS系統等各系統的接口通信。
2.2 系統設計方案
2.2.1 總體結構框架
特性各異電源的多目標協同優化調度系統的總體結構框架設計要求有：
（1）要求的標準化；系統的研究開發與設計準則和自己開發創新的原則相結合，遵守國內外和各個行業的通行法則，總結各國勝利成果的經驗和先進技術，做好了智能電網的長遠發展目標，保證電網的運用安全穩定；
（2）要求的一體化；系統設計調控的詳細劃分，實現調度運行控制，分析計算能力進行界面設計及系統的設計功能，電網的調度管理，電網的編制計劃等一人體化的管理；
（3）要求的集成化；集成化設計是實現現代化管理及電網的調度信息，也這完成智能化調度做鋪路；調度系統研究，依照數據集成的應用觀點，建立起統一的數據應用服務平臺，完成數據的共享性，整合性，一致性及應用增值，集成環境給電網調度的協同優化設計開發了強大的功能支撐。
2.2.2 集成和應用系統接口
（1）應用系統接口和其它系統接口的有機結合要從幾個系統中讀取數據；日前計劃系統：讀出計劃約束訊息，第二天計劃信息，負荷推測訊息；風功率預測系統：取得10分鐘更新接下來的3個時段的風功率預測訊息；輸出的數據傳到OMS系統和AGC系統，OMS系統：傳輸風的功率推測訊息，抽水蓄能曲線，火電機組單機曲線，水電計劃曲線等；AGC系統：發送機組計劃指令新信息傳到數據整合平臺，在轉發指令給AGC系統。
（2）和d5000智能電網接口及集成；d5000系統編制日內計劃的規范功能，優化購電成本低廉，三公調度系統，發電消耗能源最少的目的，火，水電機組的發電機組制定要有針對性，個別地方的大比例風電機組，供熱機組等機組功能和目標都很難實現。
3 結果論述
調度系統的實時研發，和AGC系統組成閉合控制，引進控制理論預測模板MPC，完成多時間尺度的多級協調調度形式，研制出實時調度模型及算法；增強了有功算法的可控制性；
研發設計熱電聯產機組，風力發電機組的調度應用機理作用及應用特點性質，實現優化調度模型；
建立特性各異電源的優化調度，火電機組，水電機組及風電機組進行舉例分析，風力發電的使用要盡可能的保護環境，節約能源，經濟調度遵循更好更低的火電成本為目的，在電網安全約束的運行中通過AGC系統完成優化調度的控制。
4 結語
由于風電模型預測困難，必須連接MPC系統來進行調度控制；電力系統的運用有很大的不穩定因素，電力系統的有功調度控制效果明顯；社會的進步對電力的需要更是急不可待，這與發電造成環境污染和能源供應方面相互矛盾，我們要在現有的條件下學會節能環保，提高能源利用效率，節能減排改善能源的枯竭危機，我們尋找清潔的新能源是發展電力的大好光景，針對多種電源的環境污染大小，運行的條件限制，生產成本的預算等因素影響，合理的選擇協調調度設計與多種發電機組的分配密不可分；多電源電力系統的多目標優化調度設計仍有巨大的發展空間，系統設計發電機組不穩定，在這方面的工作我們還就加大力度研發，對可再生清潔新能源在電力系統發電的穩定性進一步加強，能預測更長的時間，解決多電源優化調度的矛盾關系。
參考文獻
[1]張明力，沈文宣，吳中華，等.消納大規模風電的熱電聯產機組滾動調度策略[J].電力系統自動化，2014，35（26）：20-26.
[2]鄭原太，錢明光，姜術峰，等.消納大規模風電的多時間尺度協調的有功調度系統設計[J].電力系統自動化，2015，35（02）：2-7.
[3]沈文宣，鄭原太，張明力等.風電受限態下的大電網有功實時控制模型與策略 [J].中國電機工程學報，2015，33（27）：3-8.
作者簡介
金元（1973-），男，朝鮮族，韓國慶安北道人。碩士學位?，F為國家電網東北電力調控分中心高級工程師。研究方向為電網管理。
金明成（1975-），男，黑龍江省尚志市人。碩士學位?，F為國家電網東北電力調控分中心高級工程師。研究方向為電網管理。
劉洋（1985-），山東省德州市人。碩士學位?，F為國家電網東北電力調控分中心中級工程師。研究方向為系統安全分析。
吳珂鳴（1983-），遼寧省沈陽市人。碩士學位?，F為國家電網東北電力調控分中心高級工程師。研究方向為調控運行。
劉少午（1979-），遼寧省凌海是人。碩士學位?，F為國家電網|北電力調控分中心高級工程師。研究方向為調控運行。
篇（5）
0 引言
隨著工業技術的迅速發展，礦井生產向大型化、規?；拿禾磕茉椿胤较虬l展。而礦井提升機是礦山的關鍵設備，是聯系井下與地面的“咽喉”設備，由于單次提升量及提升容器愈來愈大，提升速度愈來愈高，提升設備的安全運行直接影響到整個礦井的生產效率、國家財產和人員生命的安全。一旦發生重大事故，除設備安全、人員生命受到威脅外，可能導致整個礦井癱瘓，將造成重大的損失。所以不斷完善礦井提升機的控制系統和保護裝置，開展相關研究具有重要的意義。
近年來，礦井提升機的控制與安全保護問題受到國內外眾多研究機構和企業的廣泛關注，并開展了很多相關的研究工作，研究的主要內容包括電動機的調速與控制技術、后備安全保護裝置和運行監控系統等。例如，文獻[1]～[4]等對礦井提升機用電動機的控制進行了研究，其目標主要是提高啟動、制動、調速的平穩性和可靠性，降低能耗等，實現的主要技術手段是應用先進的控制理論和數字變頻技術；文獻[5]～[7]等對后備保護裝置和監控系統做了一定的研究，內容包括防過卷、防過速、提升力矩保護、過負荷及欠壓保護等。但是，礦井提升機作為一個復雜的典型的機電一體化設備，其安全保護和運行控制是密切相關，互相制約的，僅就某一個或幾個方面的性能進行改善往往并不能達到預期效果。因此，開展礦井提升機的多目標優化控制的研究十分必要。
本文針對礦井提升機運行過程和安全保護的特點，設計一種面向高效、節能、安全保護等多目標的礦井提升機優化控制系統。
1 控制系統構成
在礦井提升機控制系統設計過程中，將系統的安全保護與運行控制有機地結合起來，在控制裝置中通過微處理器協調控制，統一管理，既能提高電機運行的性能，又能保障系統的安全運行，達到高效、節能、安全和節約制造成本等目的。本系統主要由控制器、加速度傳感器、張力傳感器、旋轉編碼器、過卷過放檢測器、液壓制動器、變頻調速器、欠壓過載保護器和彩色顯示器組成。整個系統將實現如下三個方面的功能。
1）提升機運行狀態監控部分由加速度傳感器、張力傳感器、旋轉編碼器等組成，實現箕斗運行的加速度、速度、鋼絲繩張力的實時采集。當箕斗加速度、速度和張力超標時實現安全保護。
2）提升機的安全保護部分由過卷過放檢測器、欠壓過載保護器等組成，實現提升機運行異常的檢測，當可能發生過放過卷及出現欠壓或過載等情況時，實現安全保護。
3）提升機運行控制部分由變頻調速器和液壓制動器組成，由控制器輸出提升運輸的五段速度，經交-交大功率變頻調速器控制提升主電機，實現提升機的運行；當出現異常狀況時由液壓制動器緊急減速或制動。
2 控制器硬件設計
控制器mcu選擇晶宏科技的stc12c5a60s2單片機，這款單片機功能強大，有8路10位精度ad采樣功能，可實現加速度傳感器和張力傳感器的信號采集；有7路外部中斷i/o，可采樣旋轉編碼器的脈沖信號以實現提升機運行速度的檢測；有2路pwm可實現d/a功能以控制變頻器。另外，過卷過放信號、欠壓過載信號和液壓制動器控制信號等屬于開關量，可由此單片機的普通i/o口采集。
該單片機的ttl電平串口經max232芯片轉換成rs232電平，由9針串口接至彩色顯示器，以實現人機界面功能。
由于提升機運行電磁環境惡劣，控制器的輸入輸出信號全隔離，以提高系統的抗電磁干擾能力。開關量輸出信號采用歐姆龍繼電器驅動，耐20a電流沖擊。
控制器電路由作者設計并進行了pcb布線，委托深圳精敏數字機器公司加工制作而成，如圖2所示。
3 系統軟件及控制策略設計
系統軟件實現箕斗加速度、鋼絲繩張力等模擬量的采集，變頻調速器模擬量的輸出，過卷過放信號、欠壓過載信號和液壓制動器控制信號等開關量的采集，通過i/o口外部中斷編程實現旋轉編碼器脈沖信號的采集。
彩色顯示器人機界面和單片機通訊采用modbus協議，由c語言編寫程序實現，能將提升機運行狀態、安全保護
況以及電機運行頻率等信息顯示在屏幕上，供操作人員查看。
控制策略設計是本控制系統軟件的一個難點，既要實現提升運輸的5段速度圖并保證最快的運行速度，又要在兼顧效益的情況下設計安全保護的裕度。
4 結束語
本文提出了提升運輸多目標優化控制方案，并設計了控制器。經模擬實驗和現場試驗表明，本優化控制系統能提高提升運輸的性能及運行安全性。
參考文獻：
[1] 王曉晨等.采用異步機矢量控制的礦井提升機開機特性的分析及改進.煤炭學報，2007（3）.
[2] 蘭云，張立.igct變頻器在礦井提升機調速系統中的應用.電氣傳動，2008（11）.
[3] 張勇等.矢量控制在礦井提升機上的應用.煤礦機械，2008（11）.
[4] 高宇等.提升機電控系統給定環節優化方法的研究.煤炭技術，2008（9）.
[5] 陸嘉，張新.礦井提升機綜合后備保護裝置.煤礦機械，2006（12）.
篇（6）
中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2015）07-0000-00
1 引言
隨著海上交通和內河航運事業的迅速發展，港口航道變得越來越擁擠，海面監視雷達對于監視船只，保障航行安全顯得越來越重要。多目標跟蹤算法成為提高海面監視雷達性能的核心問題之一[1]。
海面監視雷達需要同時跟蹤海面多批目標。由于事先無法知道目標的確切數目，且航道中目標分布相對集中，信號處理檢測后的過門限點跡，有可能是目標，也有可能是雜波或干擾，因此多目標跟蹤需要解決相關問題，即點跡與點跡或點跡與航跡對應關系的問題。在完成點跡、航跡正確配對的同時，過濾掉屬于雜波或干擾的點跡[2]。
工程上常用的貝葉斯類濾波算法是以貝葉斯準則為基礎的，最常用的方法有“最近鄰”法[3]，采用波門設計，主要采用離波門中心的距離最近準則。該方法工程實現簡單，但抗干擾能力差，會出現錯誤關聯或是航跡丟失的現象，不適合目標密集，雜波干擾強的環境。
與最近鄰法不同的是聯合概率數據互聯算法，考慮了落入相關波門內的所有點跡，當相關波門內有多個測量點跡時，根據不同情況利用點跡的后驗信息和貝葉斯估計完成點跡與點跡或航跡與點跡的對應關系。然而在目標數量未知的情況下，后驗概率在不同情況下不同時刻是不同的，因此很難計算相應準確值[4] [5]。
1978年Reid首先提出多假設多目標跟蹤算法，它是以全鄰最優濾波器和聚的概念為基礎，主要包括：聚的構成，假設的產生，每一個假設的概率計算以及假設的簡約。在理想條件下，它一般形式是最佳的。然而在工程實現上，K時刻假設的形成是基于K-1時刻與之前多次掃描假設后的結果展開的，在計算過程中，隨著掃描次數的增加，假設的目標數會呈指數級增加。因此工程實現的關鍵在于如何實現假設的評估，正確完成點跡與點跡、點跡與航跡的配對。目前有大量相關文獻研究如何在多目標算法中快速找到正確的航跡[6] [7]。
本文基于海上目標特征向量集，建立目標特征庫，快速實現假設的評估，既減少無用假設的形成，也減少假設確認的掃描圈數，大大減少錯誤假設和假設確認的計算量，快速準確的建立航跡[8]。
2 基于目標特征向量的多假設跟蹤算法
2.1目標特征向量集以及模糊判決決策建立
海面監視雷達主要獲取海面上不同類型目標的數據，從集裝箱貨輪、渡輪、軍艦、游艇、各類漁船、小舢板、摩托快艇。
經信號處理檢測輸出后經錄取處理的點跡包含有大量特征信息，包括方位維特征向量，距離維特征向量，點跡 RCS特征向量[9]，幅度特征向量。由點跡組成的航跡在繼承了點跡具有各種特征向量之外，還具有航向特征向量和航速特征向量。
顯然，這些特征向量相對于海面上的各種目標，都具有相對的獨立性。即同一個目標點跡，其點跡特征向量都具有一定規則性。即使在不同掃描周期，不同掃描姿態下，同一個目標向量特征依然具有相似性，由若干掃描周期的點跡組成的航跡在繼承了點跡特征的基礎上，航向和航速也具有時間上的延續性。
這些特征向量成為數據關聯的一種廣義推理決策算法形成的基礎。根據特征向量建立點跡、航跡規則庫，相當于數學建模的過程。同一個目標在不同掃描周期下形成的向量特征集進行比較、分析的基礎上，形成判別決策規則。
判別決策規則屬于一種數值化和非數學模型化的函數估計器，它依據模糊性語言描述經驗規則，并將這些經驗規則上升為簡單的數值運算和邏輯判決。這些規則沒有定量、嚴格的數學公式。
綜合決策過程如下：
單個特征向量p（n）高于標準值，則直接判決為真；單個特征向量均不具備做出可靠判決情況下，參考綜合P（i）值。高于門限值則認為匹配成功，否則認為匹配不成功。
目標點跡與目標航跡的特征向量在點跡與點跡之間的判決基礎上增加與點跡配后的卡爾曼濾波后的預估航向、航速值的延續性判決。
如圖2所示。
通過目標特征向量的匹配計算可以在匹配之初就限制實驗航跡的建立，控制實驗航跡的數量。
廣義上，目標特征向量的建立消除了以往依靠波門計算預估的正確性來提高點跡配對準確率的局限性，盡管理論上可以與觀察域范圍內的所有點跡進行匹配，但在實際工程計算中，可以根據海面目標的運動特性，設定適當的點跡相關范圍，減少無謂的點跡相關計算數量。
2.2算法基本思路
特征向量集可以作為點跡的先驗信息，多目標跟蹤系統的首要任務就是在建立某時刻錄取點跡與其他時刻錄取的點跡與航跡之間的關系時，判別是雜波、還是新目標還是航跡的延續。
假設第k次掃描后有M個過門限的點跡，且在前k-1次掃描中已經建立了N個目標的目標集。目標集事先不知道目標的真實個數。
（1）建立實驗航跡。雷達開機初始，假設所有過門限點跡均為實驗航跡。K-1時刻共有N個航跡集。
其中Z為實驗航跡數據庫，包含點跡、航跡所有的特征向量。
（2）建立航跡、點跡關聯矩陣。假設下個掃描周期，經篩選后有M個點跡與現有的N個航跡待關聯。
構建如下關聯矩陣。M*（N+1）矩陣。
按常規，每個點跡Aij需計算N+1次。即點跡數據要么是目標的延續，要么是新目標。在關聯處理中，不做雜波判決。經過x次關聯不成功后，確認此實驗航跡是雜波，予以刪除。
關聯矩陣遵守以下規則： （1）每個有效點跡Aij作為一個目標源，在矩陣中可以用來匹配實驗航跡（未獲得確認的暫時航跡）、匹配正式航跡（獲得確認輸出的正式航跡），如果匹配不上，則建立新暫時目標（實驗航跡）。（2）實驗航跡、正式航跡在一個掃描周期內至多只能關聯一個點跡Aij。（3）實驗航跡是雜波還是目標的確認，以及正式航跡是否已經結束，是否需要刪除等操作在單個掃描周期內不做判決。而是通過多個掃描周期相關之后，在宣布檢測結果的同時，對實驗航跡是否為正式航跡做出判決，并對相應調整正式航跡。
目標點跡關聯矩陣打破相關波門在多目標跟蹤系統中的局限性，即不再受到相關波門的限制，理論上全域所有目標都納入點跡關聯中。取而代之以目標屬性為依據的航跡庫匹配方法，合理分配點跡目標的關聯數量，提高關聯效率，減少不必要的計算量。
3實驗分析
3.1數據介紹
實驗數據來源于雷達系統在實驗場拉標實驗數據。
實驗場地選擇在上海長江口岸三甲港，以漁船拖帶RCS為1M2的浮標，從三甲港游樂場向西北方向出發，穿過兩個主航道，到達橫沙島，歷時兩小時。
雷達掃描周期為2S，每個掃描周期輸出到數據處理的點跡數量大約在10000―12000范圍，實驗航跡一直穩定在7000―8000個數量級，其中輸出真實航跡400多個（大部分通過AIS系統和光學系統驗證）。
圖3為雷達單次掃描的回波圖，圖中每一個點就是信號處理之后過門限點跡，點跡面積明顯較大的是集裝箱貨輪或是大型遠洋船只的回波，是相對比較容易關聯處理的。而小型點跡可能是慢速漁船，也有可能是快速摩托艇或是海面浮筏、養殖場飄浮的漁網等各種目標，也有可能是海浪等雜波。通過提高信號處理門限的方法盡管可以抑制海浪雜波，但也濾除諸如上述的海面小目標，削弱了檢測性能。
3.2主要實驗項和實驗結果
3.2.1檢測性能和計算性能
利用數據處理多目標假設跟蹤算法，不在單個掃描周期內作出點跡是雜波還是目標的判斷，而是經過幾個掃描周期累積之后，利用點跡和目標的向量特征，最終作出雜波還是目標的判決，輸出真實航跡，這種處理方式可以大大提高雷達小目標檢測的性能。
在兩個小時的拉標過程中，實驗航跡基本保持在7000-8000數量級范圍內，通過目標向量特征庫匹配算法，點跡、目標關聯的效率提高，次級關聯數量大大減少，同時隨著關聯準確率和目的性的提升，使得實驗航跡是真實還是雜波的判決圈數大大減低，這也使實驗航跡一直保持恒定的數量級內。共輸出真實航跡400多個，計算機資源使用率一只保持在10%以下，共輸出真實航跡400多個（大部分通過AIS系統和光學系統驗證），基本保持98%置信度。并保持持續跟蹤RCS為1M2的浮標至4nm。
3.2.2航跡穩定性
實驗過程中，浮標在穿越航道過程中，歷經橋洞、大船等各種大型物體的遮擋、融合，均未出現錯誤關聯使目標跑偏或是航跡丟失的現象。
浮標在雷達開機15個掃描圈之后，（第1圈建立實驗航跡，第15圈輸出真實航跡，判決為目標）開始建立跟蹤，途中有兩個較大的遮擋和融合過程，一次為穿過橋洞，一次繞過海上固定航標。
圖4為浮標實驗采集數據分析圖。?表示測量值，+表示外推值，――表示平滑值。
圖中1號指針箭頭所示，浮標穿過橋洞，受橋遮擋，沒有回波，航跡并沒有關聯周圍的點跡，而是進入外推模式，直至關聯到目標。
2號指針箭頭所示，浮標靠近航標，融合一起。也沒有錯誤關聯其他點跡，直至目標與航標脫離。
整個實驗過程，穩定跟蹤浮標。
4 結語
多目標跟蹤系統是雷達的一個重要的組成部分，它的可靠性和精確性直接影響到港口和船只航行的安全。隨著計算機性能的提升，多假設跟蹤算法以其在雜波中優異的跟蹤性能越來越受青睞和關注，隨著算法的進一步優化與改進，解決了運算量大的問題，能很好的應用于工程實際，在實地雷達測試中有著優良的表現。
參考文獻
[1]A.Falina，F.Astuder.Tadar Data Processing.Vol.Ⅰ.ⅡResearch Studies Press LTD，1985.
[2]S.S.Blackman.Multiple-target Tracking with Radar Application.Artech House，INC，1986.
[3]Y.Bar-Shalom，T.E.Fortmann. Tracking and Data Association. Academic Press，1988.
[4]董志榮，申蘭.綜合指控系統情報中心的主要算法――多目標密集環境下的航跡處理方法. 國外艦船技術火控編輯部，1985年12月.
[5]孫仲康.雷達數據數字處理[M].北京：國防工業出版社，1983.
[6]權太范.目標跟蹤新理論與技術.北京：國防工業出版社，2009.8.
[7]何友.修建娟.張晶煒.關欣等，雷達數據處理及應用（第二版）電子工業出版社，2009.
[8]斯科尼克（Skolnik M.I.）主編，王軍等譯，雷達手冊 第2版.北京：電子工業出版社，2003.7.
篇（7）
中圖分類號：K928.44 文獻標識碼： A
一、多目模糊優化背景與發展歷史
1. 模糊優化設計的背景
是造價最低,或是達到某一專項目標,或是同時達到幾項目標但在設計過程中,時常會遇上大量的模糊概念,如/重量不超過...0!/體積不大于...0等等由于缺乏處理手段和方法而把這些概念當成確定性量來對待,這樣把設計的約束條件和目標函數人為簡單化,以至于設計結果不符合要求隨著設計學的發展,大量的模糊信息需要定量描述,使設計達到真正的優化目的"在普通優化的基礎上引入模糊數學,建立在模糊集理論基礎上的模糊優化設計方法產生了模糊優化設計為解決具有上述模糊概念的優化問題提供了可行的方法和有效的手段模糊優化設計的概念首先是別爾曼和扎德提出來的,提出的背景主要有以下幾個方面:(l)事物間的差異中介過渡給事物帶來模糊性;對事物研究的定量化會遇上大量模糊因素:所研究的事物涉及多方面的模糊因素;以及在計算機應用領域中會考慮對模糊信息的識別和處理等等"這些都會給優化設計帶來大量的模糊因素,導致模糊優化問題的出現(2)對于一項工程設計會發現設計比分析涉及的因素更多,尤其是人文因素例如,一種新產品的設計,不僅要滿足工作要求和技術性能指標,而且經濟!可靠!使用條件性也是不可忽視的因素其實,優化設計的發展也是向多方面發展,已經打破了原先只在物理!幾何性質上做文章的格局當今社會的發展以人為本,在理工科高等教育中加強人文知識教育也是為了使理工科研究不能脫離人文,所以人文因素已經滲透于整個設計過程"人文因素的模糊性是優化設計遇到的主要問題,必會產生模糊優化的問題顯然,模糊優化設計的產生是優化設計領域的一次革命,大大地促進了優化設計的發展,為解決優化設計中出現的問題提供了理想的方法。
2模糊優化設計的產生和發展歷史
隨著科學與科學研究的發展,從物理發展到事理,從物態進展到事態的研究,傳統的經典數學已顯得蒼白無力,或者說過去那些與數學毫無糊數學誕生于1965年,美國加利福尼亞大學控制論專家查德教授(LA.zdahe)發表了著名論文-下uzyzsets0(模糊集合),提出模糊集合的思想,給出模糊現象的模型!模糊問題的定量表示方法及數學處理方法"他指出,刻畫一個模型集合時,不必指明哪些元素屬于它,哪些元素不屬于它,只需對給定范圍內的各元素確定一個"到1之間的實數,用它表明這個元素以多大程度屬于這個集合,這個數就叫作該元素對這個集合的隸屬度"例如,30歲的人肯定不算老年,他對/老年人0這個概念的隸屬度為仇50歲的人屬于/老年人0的程度近于0.5;70歲的人為老年人,他對/老年人0的隸屬度為1"這說明/中年0和/老年0的概念是相互粘連的,它們之間沒有一條絕對分明的界限,而是有一個連續過渡的過程"查德正是用隸屬度這個概念表現處于中介過渡的事物對差異一方的傾向程度,這就是他創立模糊集合論時提出的新思想"模糊集合論把原來某元素對于集合要么/屬于0,要么/不屬于0的確定性關系,推廣到元素對于集合按/一定程度0/屬于0或/不屬于0的確定關系(即在一定程度上/屬于0或/不屬于,.)以此就標志了模糊理論的產生,模糊數學就是從數學上來刻畫和研究客觀世界中存在的模糊量,即從量上來描述模糊現象,并以之為突破點建立了研究模糊現象的基本理論模糊數學是研究和處理模糊性現象的數學所謂模糊性,是指客觀事物在中介過渡時呈現的概念劃分上的不確定性,即/亦此亦彼0性客觀世界中存在著大量的模糊性現象,它們很難找到明確的界限,這樣的概念叫做模糊概念模糊概念不是不科學的概念,它大量地存在于物理學!化學和生物學中,在經濟和人文科學中表現尤為突出,人腦的識別!判斷以及概念的形成過程都具有模糊性為了描述模糊概念,滿足各門學科的數學化!定量化要求,這就是模糊數學產生的思想基礎"隨著模糊數學的誕生,一種全新的模糊論方法學也就發展起來了"模糊論是建立在(l)事物的不確定性(隨機性和模糊性);(2)廣義設計中的模糊性,即定量地研究從狹義設計到廣義設計中,必然要遇到大量的模糊概念:(3)復雜化和精確化之間的矛盾"模糊數學由于打破了形而上學的束縛,即認識到事物的/非此即彼0的明晰性形態,又認識到事物的/亦此亦彼0的過渡性形態,因此模糊理論的產生就在數學領域本身以及許多的實用領域里得了廣泛迅速的發展和應用模糊理論是在模糊數學基礎上發展起來的一門新學科,經過近些年來的發展,己經形成為一門新的應用技術學科,到20世紀90年代,己經形成了具有完整體系和鮮明特點的模糊拓撲學!框架日趨成熟的模糊隨機數學!模糊分析學以及模糊邏輯理論,并滲透到各個學科領域,如:人工智能!管理信息!機械制造!自動化控制等等,應用相當廣泛。
二、多目模糊優化設計優點:
(1)優化設計方法能夠加速設計進度,節省工程造價優化設計與傳統的結構設計相比較,一般情況下,對簡單的構件可節省工程造價的3一5%,對較復雜的結構可達10%,對新型結構可望達2000/(2)結構優化設計有較大的伸縮性作為優化設計中的設計變量,可以從一兩個到幾十,上百個"作為優化設計的工程對象,可以是單個的構件,整個建筑物甚至建筑群設計者可以根據需要和本人的經驗加以選擇0的大小,為設計者進一步改進結構設計指出方向"(4)某些優化設計方法(如網格法)能夠提供一系列可行設計直至優化設計,為設計者決策時提供方便(5)設計者能夠利用優化設計方法進一步貫徹設計意圖"例如在鋼筋混凝土結構的優化設計中,若設計者在設計中想相對的少用些鋼筋,多用些水泥,只要修改一下目標函數就可以了"
三、多目模糊優化設計
1.多目模糊優化設計
具體說來,就是給出該問題的數學模型"模糊優化的數學模型和普通優化的數學模型一樣,也是從設計變量,目標函數和約束條件這三方面給出的模糊優化的設計變量,仍然是決定設計方案的!可由設計人員調整的!獨立變化的參數它們或者是決定形狀大小的幾何參數,或者是決定結構性能的物理參數"這些參數,過去都視為確定性的,但嚴格說來,大多具有不同程度的模糊性"如結構設計中的動載系數,抗震設計中的地震烈度,動態設計中的阻尼參數等它們很難由一個確定的值來給出,都有一個從完全是到完全非的中介過渡過程,都具有不同程度的模糊性模糊優化的目標函數,仍然是衡量設計方案優劣的某一個指標(單目標函數)或某幾個指標(多目標函數)/優0和/劣0本身就是個模糊概念,沒有一個確定的界限和標準通常,我們說:要使某項指標達到某個值附近,或達到某一范圍,或越小越好等等實際上,都說的是目標函數的模糊性另外,由于目標函數是設計變量的函數,當考慮了設計變量的模糊性時,目標函數也必然是模糊的"模糊優化的約束條件,仍然是限制設計變量取值的條件,也即是設計方案所必須滿足的條件"這些約束條件.
2. 拓撲優化方法
拓撲優化設計是現代創新設計領域中的重要核心技術與定量設計方法,是傳統的尺寸設計和形狀設計的擴展與延伸它的基本原理是在給定材料重量的條件下,通過優化設計與數值求解過程獲得具有最大剛度的結構布局形式及構件尺寸自1988年丹麥學者Bnedsoe與美國學者Kikuhci提出結構拓撲優化設計基本理論以來可以說近二十年間結構設計領域發生了革命性的變化"基于結構設計要求的剛度一重量一振動多準則優化,研究使用保凸近似與凸規劃建立快速有效極大極小值優化算法以及通用非線性廣義加權法隊將凸規劃對偶求解算法與結構多目標優化設計相結合并應用于拓撲優化設計該研究方向目前已成為國際工程結構與產品創新設計領域的研究熱點"目前拓撲優化設計方法作為一項關鍵技術已應用于衛星!飛機!汽車的關鍵承力結構,薄壁件結構的加強筋,布局設計以及微機械系統(MEMs}!柔性機構布局設計等多個領域因此從軍事應用及國防需求前景上講,拓撲優化設計方法具有直接而廣泛的應用價值
3.多目標協調優化
1994年,Kroo與Balling!sobieski等人提出了協調優化(eo),1997年,工甲peta和Rneuad將該方法修正后用于解決多目標優化問題并對該方法的三種不同的版木做了比較"這種方法的中心思想是:把多目標問題劃分成一個個的次問題,然后逐步優化,直到最終得到優化解"
4.模糊優化方法
1992年,Allne探討了一種能夠非常有效地求解分層設計問題的模糊優化方法,顯示了該方法解決綜合優化設計問題的優點該方法就是利用模糊集理論,構造目標函數!約束函數和設計變量的隸屬函數,進而轉化為單目標函數進行優化考慮模糊因素的設計問題有以下好處:1使用模糊關系描述某此問題比確定性描述更準確;o考慮問題的模糊性能有效地拓展求解空間;
篇（8）
1.前言
電機的優化設計技術是在滿足國家標準、用戶要求以及特定約束的條件下，使電機效率、體積、功率、重量等設計性能指標達到最優的一種設計技術，被描述為一個有約束、多目標、多變量以及多峰值的復雜非線性問題，屬于典型的多目標優化問題。永磁無刷直流電動機的優化設計中，由于電機磁路中導磁材料磁化曲線的非線性及電樞反應的非線性，決定了其目標函數、約束函數多為非線性程度很高的數值函數，使其優化設計的難度更大，因此選擇適合于永磁無刷直流電機的優化設計方法是優化設計能否成功的關鍵[1]。
人們一直致力于探尋非線性的電動機的優化數學模型，以期得到全局最優解及其優化算法，電機優化設計方法經歷了以單純形法、可變容差法、梯度法為代表的傳統方法到以模擬退火算法、遺傳算法、禁忌搜索算法等全局優化算法為代表的新型優化算法[2]。近年來，有研究將全局優化算法與直接搜索法相結合的混合尋優策略應用于某些類型電機的優化設計，如將遺傳算法和模擬退火算法相結合，充分利用了遺傳算法全局搜索能力強而模擬退火算法局部搜索能力強的優點，成功地進行了長定子同步直線電動機的優化設計[3]。有研究將多種優化算法綜合，引入電機優化中，如先應用模糊優化設計算法建立電機的優化設計數學模型，再利用Tabu算法對目標函數進行優化，減少電機體積和設計時間，提高電機的力能指標[4]。
但是，目前流行的各類隨機優化方法和確定性優化方法遠沒有完美地解決避免陷入局部最優解的問題[，并且優化搜索的收斂速度緩慢，不能令人滿意，迫切需要探索新型的優化算法[5][6]。本文提出了基于粒子融合機制的改進NSGA-Ⅱ，并將其應用于永磁無刷直流電機的優化設計，實驗結果表明與以往的電機優化方法相比，這種新型優化算法建立的電機優化模型在全局優化搜索和收斂速度方面有很好的優勢，具有重要的指導意義。
2.算法描述
精英非支配解排序遺傳算法（NSGA-Ⅱ）最早由印度研究人員Srinivas和Deb提出，是近年來最有效、最流行的多目標進化算法[2]，它在解決多目標優化問題上具有獨特的優勢，但采用的交叉算子搜索性能相對較弱，在一定程度上限制了算法的搜索性能，使得NSGA-Ⅱ在收斂速度和多樣性保持方面仍需改進。而粒子群優化算法是一種基于群體智能的演化算法，具有更快的收斂速度，這就為本文設計一種新的基于粒子融合機制的改進NSGA-Ⅱ算法提供了現實的可行性。
2.1 基于粒子融合的NSGA-Ⅱ算法
考慮到在NSGA-Ⅱ中是按二進制隨機競賽選擇方法選擇用于產生后代的個體，而MOPSO中選擇外部檔案中最佳的個體作為leader時具有較快收斂速度，按如下折中方法從父代群體中選擇leader。如果則選擇父代群體中程度最大的個體，否則基于擁擠程度按二進制隨機競賽選擇方法從父代群體中選擇。其中，為選擇父代群體中擁擠距離最大個體的概率，rand為[0，1]間的隨機數。
2.1.2 粒子融合NSGA-Ⅱ的算法流程
本文算法流程描述大致如下[7]：
第一步：產生N個初始父代種群Pt并按比例經交叉變異形成N個子代種群Qt；
第二步：組合父代種群Pt和子代種群Qt為種群Rt，并對Rt中個體進行非支配排序，確定Pareto前沿F1；
第三步：計算F1中單個個體的局部擁擠距離，并刪除F1在目標空間重疊的多余個體；
第四步：先排除F1中極端個體，再將其他個體按擁擠距離從大到小排列；
第五步：按步驟二、三、四的結果依據擁擠距離選取N個個體作為新的父代種群Pt+1；
第六步：對于子代群體Qt的每個個體（粒子），根據差異問題解決策略，選擇父代種群Pt+1中擁擠距離最大個體或者基于擁擠距離按二進制隨機競賽選擇方法從父代群體Pt+1中選擇粒子的leader，同時按式（3）更新個置，對位置更新后的Qt中所有個體各基因座按變異概率Pm進行NSGA-Ⅱ中的多項式變異，得到子代群體Qt+1；
2.2.3 優化結果分析
用本文設計的優化算法對一臺270V，10kW，10000r/min的永磁無刷直流電動機進行優化設計計算。在滿足額定技術要求的前提下，優化目標定為對體積、重量、轉動慣量、效率4項，并與優化前以及一般遺傳算法優化的結果進行對比，運算優化結果如表1所示。通過表1對比可見，在滿足技術要求的條件下，電動機本體的長度、質量、電動機的功率密度、轉子外徑、空載轉速和額定轉速以及轉子轉動慣量等電機因素比優化前和用一般遺傳算法優化都有一定程度的改善。
以永磁無刷直流電機的效率為例，驗證分析本文算法在永磁無刷直流電動機優化上的可行性和優越性。針對永磁無刷直流電動機的特性，設電機系統效率為，且=/，其中，分別為電機軸端輸出功率與電機逆變器的功率，采用簡化方法求出功率器件等效模型粗略估算出逆變器的損耗，最后算出電機系統效率。在仿真實驗中，取最大進化代數為60，=0.85，采取線性動態變化，最小為0.04，最大為0.2，群體規模即融合粒子的個數為100，仿真結果顯示電機效率比單純的使用NSGA-Ⅱ遺傳算法提高了近5%，如圖1所示。永磁無刷直流電機的其它優化問題可以類似地推出相應的目標函數，設計初始種群和遺傳操作算子，最終通過計算機仿真用本文的算法得出優化后的Pareto最優解，這里不再作詳細討論。
3.結束語
本文在多目標遺傳算法NSGA-Ⅱ的基礎上，設計了一種基于粒子融合機制的改進NSGA-Ⅱ，用多目標粒子群優化算法中的粒子位置更新模式替代搜索性能相對較弱的交叉操作，成功的解決了兩種優化算法的差異問題，應用到永磁無刷直流電動機的優化設計中，在較大范圍內搜索解空間，并能以較快的收斂速度提供解空間內分布均勻的Pareto最優解集，解決了電機的非線性優化設計問題，通過優化設計，在滿足技術要求情況下，電機的體積、轉子轉動慣量和機電時間常數均減小，質量減輕，功率重量比提高，提高了電動機的使用效能，為永磁無刷直流電動機設計者提供了決策依據，具有較大的參考價值。
參考文獻
[1]范鎮南，韓力.電機優化設計技術發展情況[J].電機與控制應用，2006，33（8）：3-6.
[2]JANGA REDDYM，NAGESH KUMAR D.An efficient multi-objective optimization algorithm based on swarm intelligence for engineering design[J].Engineering Optimization，2007，39（1）：49-68.
[3]Deb K，Pratab A，Agarwal S.A fast and elitist multi-objective genetic algorithm NSGA-Ⅱ[J].IEEE Transactions on Evolutionary Computation，2002，6（2）：182-197.
[4]Laurent J，Jabbar M A.Design optimization of permanent magnet motors using response surface methodology and genetic algorithms[J].IEEE Transactions on Magnetics，2005，41（10）：3928-3930.
[5]Huang V L，Suganthan P N，Liang J prehensive learning particle swarm optimizer for solving multi-objective optimization problems[J].International Journal of Intelligent Systems，2006，21（2）：209-226.
[6]武志勇，郭宏，呂振華.基于遺傳算法的雙余度無刷直流電機優化設計[J].北京航空航天大學學報，2011，12（5）：147-151.
[7]王金華，尹澤勇.基于NSGA-Ⅱ和MOPSO融合的一種多目標優化算法[J].計算機應用，2007，27（11）：2817-2823.
[8]陳齊平，舒紅宇.基于改進遺傳算法的微型電動車輪轂電機優化設計[J].中南大學學報，2012，8（7）：587-592.
[9]劉金亮，焦留成，陳群.低速永磁直線電機優化設計及仿真[J].微電機，2012，7（10）：72-74.
[10]余莉，劉合祥，胡虔生.高速永磁無刷直流電機優化設計[J].2009，6（3）：13-18.
篇（9）
中圖分類號：TU2 文獻標識碼： A
引言
最優化設計的初衷在于從所有可能的設計中尋找最佳的設計進而促進目標的實現，這個尋找最優方法的過程就是最優化設計。工程結構優化設計就是指將力學概念與優化技術加以結合，然后在設計要求的指導下，將參與工程計算的部分參數以變量的形式出現在方案的設計中，然后再通過數學計算方法完成能夠實現既定目標而且行之有效的方案的搜索，實踐經驗顯示，采用優化了的工程結構方案可以最大限度地實現施工周期的壓縮和工程質量的提升，與原來的施工方案相比較，可以降低將近三成的施工造價。
一、現代環境中的工程解耦優化設計
1、多目標優化
多目標優化過程中所考慮的優化目標不是單一的。一般情況下各目標函數之間往往相互矛盾，比如要取得好的安全性，就要求結構的截面面積要大，而為了取得最少重量，又要求截面面積較小。因此不存在使所有目標都達到最優的“絕對最優解”，只能求得“滿意解集”，由決策者最終選定某一個滿意解作為最后定解。實際工程中，多目標優化一般用于工程系統決策，即在工程決策方面先采用多目標優化進行方案確定，
再優化各個分目標。不同的優化設計數學模型有不同的求解方法。主要有以下幾種方法：一是約束法。在多個分目標中選擇一個為主目標，對其余分日標給出希望值，進而轉化為單目標優化問題求解。二是功效系數法。將各分目標的“壞”價值用統一的功效系數表達，而后采用幾何平均構成評價函數，進而轉化成單目標優化問題求解。三是評價函數法。采用線性加權、平方和加權等方法將分目標函數綜合成一個總函數進而轉化為單目標優化問題求解。四是目的規劃法。希望值與真實值之間的差值稱為約束偏差，以約束偏差和目標偏差的某種組合作為總函數進而轉化為單目標優化問題求解。五是多屬性效用函數法。實際多目標優化時往往得到的不是某一個最優解，而是最優解的一個集合，再在這個集合中選出需要的最優解。為此可應用效用理論建立決策者的效用函數（曲線），按此曲線從有限解集中選出最終的合適方案。
2、拓撲優化
相較于形狀優化，拓撲優化的優勢在于可以在施工的初始階段找到最佳的施工布局的方案，實現工程施工過程中的經濟效益的提升，而且由于設計簡單方便，為眾多設計者接受和認可，在拓撲優化中，拓撲變量主要有兩種，分別是連續型變量和離散型變量。
2.1 離散變量拓撲優化。1964年，Dom等以結構節點、支座點及荷載作用點為節點集合，集合中所有節點之問采用桿件單元連接的基結構，并以內力為設計變量，以應力為約束函數，建立單工況線性規劃優化設計模型。該法計算效率較高，但不能應用于多工況和有位移約束的優化設計問題上。Dobbs等以截面面積為設計變量，采用最速下降法（steepestdescentmethod，SDM）成功地解決了多工況應力約束下桁架結構的拓撲優化問題。Kirsch等提出了兩階段算法，第一階段以桿件截面積和贅余內力為設計變量，不考慮位移約束和變形協調條件，將離散變量拓撲優化轉化為線性規劃優化設計；第二階段考慮所有約束，在已有的拓撲結構上，將離散變量拓撲優化轉化為非線性規劃優化設計。Lipson等建議在多l況下以桿件內力為準則來判斷應刪除的桿件。
2.2 連續變量拓撲優化。連續變量拓撲優化設計是一種0―1離散變量的組合優化問題。其基本思想是將設計區域離散為有限網格，根據相應的準則，刪除某些網格。其主要方法有：均勻化法、變密度法和變厚法。均勻化法以微結構的單胞尺寸為設計變量，以單胞尺寸的增減實現微結構的增刪和復合。其特點是：數學理論推導嚴密，可獲得宏觀的彈性常數和局部應力應變，容易收斂到局部最優解，計算量大，求解的問題類型有限，容易引起棋盤效應。
3、形狀優化
該種優化是以對工程的邊界進行調整的方式實現工程造價的降低和施工性能的提升，主要用于合理的系統構件的邊界形狀的挖掘，也具有兩種方式，即連續性形狀優化和離散型形狀優化。
連續型形狀的邊界通常用曲線或者曲面來描述，在采用數值法進行優化設計時可以應用發展相對成熟的約束線性法進行，比如GRG和SQP法，在利用解析法進行泛函分析時可以得到優化函數的變形，從而導出滿足最優解要求的形狀函數，當然了，以上兩種計算方式的使用順序并沒有嚴格的限制。
離散型形狀優化通常是以節點坐標在幾何空間中的變化為基礎的，而且對于尺寸和形狀的優化要求比較高，其設計方法也有兩種，一是把兩種變量一起處理，再進行無量綱化，此種計算方法的優點是可以實現對兩種變量的同時考慮，但缺點是工作量比較大；另一種方法是將尺寸和形狀優化拆分為兩個層次進行優化，并在優化的過程中對兩個參數進行交替變化，這種計算方法的優點是得到較大規模的求解問題規模。缺點是對形狀和尺寸的耦合能力較差。
二、探索新的工程結構優化設計的思路
通常而言，工程結構優化設計主要包括三種，分別是現代優化算法、數學算法和最優算法，其中最優算法對于問題的考慮相對來說比較具有局限性，因此需要采用不同的原則對不同性質的約束進行計算，得到的結果也不是最優的，數學算法由于其巨大的計算量而使得結果的收斂比較慢，因此誕生了現代優化算法，在科技的不斷發展的過程中，隨著人們對自然的認識的加強，已經逐漸的開始應用仿生學的原理進行新的更加優質的算法進行計算，比如神經網絡算法和遺傳算法。
神經網絡算法主要是由大量的神經元通過某種規律繼續擰連接從而形成新的仿生學的網絡，利用的是相對比較簡單的線性神經單元為基礎實現工程結構的優化計算，在工程結構優化領域中，首先提出神經元的數學模型的是法國的心理學家W.S.McCuloch，進而引導人們進入了神經網絡的研究，此種算法能夠比較準確地反映出神經網絡對于知識的攝入能力和表達能力。其優點在于具有較強的運算能力和適應能力，而且對于非線性的映射能力比較強，但是這種算法容易陷入對最優解的求解中，具有非常大的計算量。
遺傳算法是對于自然淘汰和遺傳選擇的模擬，此算法的優勢在于具有較強的解題能力，缺點是操作與計算的隨機性比較大，在工程結構中，遺傳算法主要應用于框架結構和網絡結構等的優化，比如將遺傳算法應用于地震災害的預測中，可以建立有效而準確的橋梁結構的保護措施。
三、結束語
總的來說，工程結構的優化設計的發展經歷了從尺寸優化到形狀優化再到拓撲優化的不同的階段，從目標方面來看，經歷了從單目標到多目標的轉化，實現了結構優化的確定性與不確定性的轉變，脫離于傳統的算法和準則，向著仿生學的方向邁進，進而促使工程結構優化向著更高的方向發展，不論是數學計算法還是最優準則法，或者是仿生學算法都存在著一定的局限性，在進行實際的工程操作的時候需要針對實際情況研究和確定最佳的算法，不過，在工程結構優化設計過程中，對于目標函數的尋找和約束函數的精度的控制仍然是結構優化發展的重要方向。
參考文獻
[1]趙同彬，譚云亮，王虹，孫振武，肖亞勛.擋土墻庫侖土壓力的遺傳算法求解分析[J].巖土力學，2012（04）.
篇（10）
一、機械優化概述
機械優化設計是為了適應于不斷發展的生產現代化而發展起來的。它建立在數學規劃理論和計算機程序設計基礎上，通過有效的實驗數據和科學的評價體系來從眾多的設計方案中尋到盡可能完善的或最適宜的設計方案。該領域的研究和應用進展非常迅速，并且取得了可觀的經濟效益。那就讓我們關注機械優化設計中那些重要的量。
1.設計變量
設計變量是指在設計過程中我們必須全面考慮確定的各項獨立參數，一旦這些設計參數全部確定了，設計方案也就完全確定了。他們在整個設計過程中相當于一個個變量，變量的多少與數值大小直接影響著優化工作的復雜程度。也就是說，設計變量數目越多，設計空間的維數越大，優化設計工作也就越復雜，同時效益也越顯著。因此在選擇設計變量時。必須兼顧優化效果的顯著性和優化過程的復雜性。
2.約束條件
約束條件是設計變量間或設計變量本身應該遵循的限制條件，而優化設計問題大多數是約束的優化問題。針對優化設計數學模型要素的不同情況，可將優化設計方法進行分類。約束條件的形式有顯約束和隱約束兩種，前者是對某個或某組設計變量的直接限制，后者則是對某個或某組變量的間接限制。等式約束對設計變量的約束嚴格，起著降低設計變量自由度的作用。優化設計的過程就是在設計變量的允許范圍內，找出一組優化的設計變量值，使得目標函數達到最優值。
3.目標函數
在優化設計過程中，每一個變量之間都存在著一定的相互關系這就是用目標函數來反映。他可以直接用來評價方案的好壞。在優化設計中，可以根據變量的多寡將優化設計分為單目標優化問題和多目標優化問題，而我們最常見的就是多目標函數優化。
一般而言，目標函數越多，設計的綜合效果越好，但問題求解越復雜。在實際的設計問題中，常常會遇到在多目標函數的某些目標之間存在矛盾的情況，這就要求設計者正確處理各目標函數之間的關系。對這類多目標函數的優化問題的研究，至今還沒有單目標函數那樣成熟。
二、機械優化設計的特點
在優化設計過程中，每一種優化方法都是針對某一種問題而產生的，都有各自的特點和各自的應用領域。優化設計是以建立數學模型進行設計的。它引用了一些新的概念和術語，如前面所述的設計變量、目標函數、約束條件等用來作為機械優化設計的理論依托。設計師可以將機械設計的具體要求構造成數學模型，將機械設計的問題轉化為具體的數學問題，然后應用理論推理和驗算來找到最優解決途徑。優化設計改變了傳統的設計方式，開創了應用新的有效的解決機械設計問題的途徑。傳統設計方法是被動地重復分析產品的性能，而現代的優化設計卻能夠主動設計產品的參數，從整體的大局出發找尋最優方案。優化設計的一般過程與傳統設計方法有所不同。它是以計算機自動設計選優為其基本特征的。借助于計算機的高速高效率，我們可以可以從大量的方案中選出最優方案。
作為一項設計不僅要求方案可行、合理，而且應該是一些指標達到最優的理想方案，這樣才能使機械產品為企業帶來可觀效益。
三、優化設計方法的評判指標
根據優化設計中所要解決問題的特點，選擇適當的優化方案是非常關鍵的。因為解決同一個問題可能有多種方法，而每一種方法也有可能會導致不同的結果，而我們需要的是可以更加體現生產目標的最優方案。所以我們在選擇方案時一定要考慮一下四個原則：（1）效率要高。（2）可靠性要高。（3）采用成熟的計算程序。（4）穩定性要好。另外選擇適當的優化方法時要進行深入的分析優化模型的約束條件、約束函數及目標函數，根據復雜性、準確性等條件結合個人的經驗進行選擇。優化設計的選擇取決于數學模型的特點，通常認為，對于目標函數和約束函數均為顯函數且設計變量個數不太多的問題，采用懲罰函數法較好；對于只含線性約束的非線性規劃問題，最適應采用梯度投影法；對于求導非常困難的問題應選用直接解法，例如復合形法；對于高度非線性的函數，則應選用計算穩定性較好的方法，例如BFGS變尺度法和內點懲罰函數相結合的方法。
四、結論
機械優化設計作為傳統機械設計理論基礎上結合現代設計方法而出現的一種更科學的優化設計方法，可使機械產品的質量達到更高的水平。近年來，隨著數學規劃理論的不斷發展和工作站計算能力的不斷挖掘，機械優化設計方法和手段都有非常大的突破。且優化設計思路不斷的開闊?？傊?，每一種優化設計方法都是針對某一類問題而產生的，都有各自的特點，都有各自的應用領域，機械優化設計就是在給定的載荷和環境下，在對機械產品的性能、幾何尺寸關系或其它因素的限制范圍內，選取設計變量，建立目標函數并使其獲得最優值的一種新的設計方法，其方法多樣依據不同情形選擇合理的優化方法才能更簡便高效的達到目標。當今的優化正逐步的發展到多學科優化設計，充分利用了先進計算機技術和科學的最新成果。所以機械優化設計的研究必須與工程實踐、數學、力學理論、計算機緊密聯系起來，才能具有更廣闊的發展前景。
參考文獻
[1]范垂本，陳立周，吳清一.機械優化設計方法[J].機械制造，1981（03）.
[2]宋志強.機械優化設計方法綜述[J].呼倫貝爾學院學報，2012（10）.
