基于滿意函數(shù)的多響應(yīng)曲面穩(wěn)健優(yōu)化.pdf

1、本文研究具有多個質(zhì)量特性的產(chǎn)品或過程穩(wěn)健參數(shù)優(yōu)化問題，目的在于獲得對某些不確定性擾動不敏感的穩(wěn)健最優(yōu)解。以此為目標(biāo)，本文使用響應(yīng)曲面法建立各個響應(yīng)變量與設(shè)計(jì)因子之間的經(jīng)驗(yàn)?zāi)Ｐ?，然后借助滿意度函數(shù)法對多響應(yīng)問題進(jìn)行處理。本文重點(diǎn)考慮兩種誤差擾動：因子的制造容差和響應(yīng)曲面模型的預(yù)測誤差，并使用穩(wěn)健對等方法定義滿意度函數(shù)的穩(wěn)健性指標(biāo)。具體研究內(nèi)容包括：
　　 首先，分別引入遺傳算法和模擬退火這兩種智能算法對總體滿意度函數(shù)進(jìn)行極大化尋優(yōu)

2、，并使用模式搜索算法對返回的解進(jìn)行進(jìn)一步細(xì)探。算例表明，與模式搜索算法相比，智能算法更適合處理復(fù)雜函數(shù)優(yōu)化問題；與單一智能優(yōu)化算法相比，混合算法則能夠提高解的收斂精度。
　　 其次，針對因子的容差擾動定義滿意度函數(shù)的穩(wěn)健對等式，并使用遺傳+模式搜索混合算法對穩(wěn)健最優(yōu)解進(jìn)行搜索。算例表明，該方法能夠成功獲得穩(wěn)健可行域中的解，這樣的解對因子的制造誤差不敏感。
　　 再次，分析預(yù)測響應(yīng)的波動特性對滿意度函數(shù)的影響，并借助蒙特卡

3、羅方法模擬出滿意度函數(shù)的分布形狀并研究其統(tǒng)計(jì)規(guī)律。算例表明，傳統(tǒng)滿意度函數(shù)法所獲得的全局最優(yōu)解可能具有太高的概率風(fēng)險(xiǎn)，而局部最優(yōu)解所處的可行域往往對預(yù)測響應(yīng)的波動更加穩(wěn)健，這有助于對穩(wěn)健最優(yōu)解的進(jìn)一步探索。
　　 最后，將響應(yīng)曲面模型的預(yù)測誤差考慮到滿意度函數(shù)法的優(yōu)化模型中，使用穩(wěn)健對等方法定義滿意度函數(shù)的穩(wěn)健性指標(biāo)，并借助遺傳+模式搜索混合算法對該穩(wěn)健性指標(biāo)進(jìn)行極大化尋優(yōu)。算例表明，該方法能夠成功返回穩(wěn)健可行域中的解，并且大大