《物理规划方法的研究及工程应用》由会员分享，可在线阅读，更多相关《物理规划方法的研究及工程应用（54页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学 硕士学位论文 物理规划方法的研究及工程应用 姓名：王毓 申请学位级别：硕士 专业：工业工程 指导教师：邱浩波;高亮 20090518 I 华中科技大学硕士学位论文 摘 华中科技大学硕士学位论文 摘 要要 随着当今经济的飞速发展，市场需求瞬息万变，企业面临着更加复杂的竞争环 境。企业为了生存发展，就要不断提高自己的竞争力，对变化的市场需求做出快速响 应。优化设计在产品的设计和制造过程中占有重要的地位，其重要组成部分之一是多 目标优化设计。传统的处理多目标优化问题的方法一般都是基于权重的方法。该方法 的缺点是基于专家知识和个人经验基础之上的，不但需要反复调整没有实际意义的权 重，而且
2、不能保证最终能够得到满意的设计方案。 本文采用由美国学者 Messac A 教授提出的物理规划方法来解决复杂的工程多目标 优化问题。物理规划方法可以有效地把复杂的多目标优化问题转化为单目标优化问 题，由于不需要设置和反复迭代权重，有效地避免了人为因素对优化模型的影响，并 且降低了计算强度，因此可把整个设计过程置于更加灵活自然的框架之中。 本文首先对物理规划方法的基本理论进行了概述，总结和概括了物理规划方法的 国内外研究现状。给出了将物理规划运用于工程优化问题的一般方法，对物理规划方 法进行了改进，提出了变凸度系数的概念，并将其融入物理规划方法的求解框架中。 其次，针对问题的连续或离散的特点，把
3、改进的物理规划方法应用到两个典型工 程问题中。其中一个是针对公差优化问题，以加工成本、质量损失和工序能力三个因 素作为设计目标，建立了物理规划公差优化模型，有效地将多目标优化问题转化为单 目标的优化问题。然后利用 PSO 算法对模型进行求解，得到了较好的结果。另一个是 针对制造服务选择问题，以企业最为关注的六个影响因素作为设计目标进行建模，利 用改进的物理规划方法进行优化选择，找出最优的候选企业。物理规划方法能够从总 体上把握企业盟主对制造服务选择不同因素的偏好程度，帮助企业盟主对候选企业进 行有效地选择。并且设计与开发了基于物理规划方法的制造服务选择原型系统，经实 例运行验证了系统的有效性。
4、 最后，对全文进行了总结，并对物理规划方法未来的研究方向进行了展望。 关键词：关键词： 物理规划 偏好函数 公差优化 粒子群优化 制造服务选择 II 华中科技大学硕士学位论文 华中科技大学硕士学位论文 Abstract With the rapid development of economy，market demand is changing quickly and the enterprises are facing a much more complicated situation. In order to survive and develop, the companies shoul
5、d continuously improve their competitiveness and quickly response to the changing market demand. Design optimization plays an important role in the process of designing and manufacturing, in which multi-objective optimization is one of the most important problems. The traditional multi-objective opt
6、imization method is based on weight, which is built on expertise and personal experience, forcing the decision maker to rectify the meaningless weights repeatedly without obtaining satisfactory final results. So the method is of large limitation. In this paper, the Physical programming proposed by A
7、merican Professor Messac A is used to solve the complicated multi-objective optimization problem. It can effectively transform the complex multi-objective optimization problem into a single-objective one. Impact of human factors to the optimization model is eliminated, for the setting and iteration
8、of the meaningless weight is unnecessary. Meanwhile, computational intensity of large problems is reduced, putting the design process into a more flexible and natural framework. Firstly, the fundamental theories of Physical programming were introduced, and corresponding researches of domestic and fo
9、reign scholars were summarized. The general methods for solving the optimization problems by Physical programming were proposed. Then, the Physical programming method was improved and the convexity parameter was proposed. And it was be used in the Physical programming solve framework. Secondly, with
10、 the continuous and discrete characteristic of the problem, the improved Physical programming method was applied into two practical engineering problems. One is the tolerance optimization problem. With the three factors including processing cost, the mass defect and the process capability as the des
11、ign criterion, the physical programming model for tolerance optimization was established. The improved physical programming method effectively transformed the complex multi-objective optimization problem into a single- objective one. Particle Swarm Optimization Algorithm was used to solve the model
12、and an optimized result was obtained. In this application the Physical programming method was integrated with Particle Swarm Optimization Algorithm and that was an attempt of dealing with the multi-objective optimization problems. Another application is manufacture service selection. The six influen
13、cing factors were taken as the design criterion and the improved Linear physical programming method was used to optimize the selection of finding out the best candidate company. The physical programming method can grasp the designers III 华中科技大学硕士学位论文 华中科技大学硕士学位论文 preference as a whole and help the d
14、esigners to do the effective selection. The corresponding prototype system was developed and the instance was run to verify its effect. Finally, a conclusion was given and the future research focus was pointed out. Key words：Physical Programming, Preference Function, Tolerance Optimization, Particle
15、 Swarm Optimization, Manufacture Service Selection 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体， 均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和
16、借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 （请在以上方框内打“” ） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 保密，在 年解密后适用本授权书。 不保密。 1 华中科技大学硕士学位论文 1 绪论 1.1 引言 随着科学技术的日益进步，任何一个产品从设计到产出的每一个环节，都需要寻求最合理的解 决办法。优化设计正在这种客观需求下应运而生。优化设计是从可以实现的多种备选方案中选择 能够达到最佳结果的设计方法，它以数学中的最优化理论为基础，根据设计者所追求的性能 目标，建立目标函数，在满足给定的各种约束条件下，寻求最优的设计结果。在优化问题中 根据设计目标的不同分为单目标优化问题和多目标优化问题。单目标优化问题是只考虑一个 设计目标，使得该设计目标达到最优，由于其简单因此广泛应用
