在通常的結構分析和設計模型中,將各種因素作為確定性量來處理。但在實際工程結構分析中,總會遇到一些不確定性因素,譬如材料的物理參數(shù)、構件的加工及裝配誤差、所受外載荷等。若硬將這些不確定性因素作為確定性信息處理,有時會得到矛盾的或不合理的結果,這意味著在工程結構分析和設計中不得不考慮這些不確定性因素。 本文針對機械工程實際中存在著不確定性因素,提出一種基于模糊區(qū)間混合模型的機械可靠性優(yōu)化設計方法。首先將模糊變量轉化為隨機變量,將所有的任意有界論域的模糊變量轉化為隨機變量,以該法得到的隨機變量的均值作為等價正態(tài)隨機變量的均值,得到更為準確的模糊變量的等價正態(tài)隨機變量表達式,使含有模糊參數(shù)機械系統(tǒng)可靠度能在正態(tài)空間內(nèi)確定。 以可靠度作為約束條件,建立了含有混合變量的機械可靠性優(yōu)化設計模型,該模型為雙重循環(huán)嵌套問題。由于在基于模糊和區(qū)間混合變量的機械可靠性設計中(Reliability-Based Design-RBD)需要確定區(qū)間變量的最差情況組合,故而計算量也相應增大。為了減輕計算壓力,用一個連續(xù)的單環(huán)過程取代計算量繁瑣的雙循環(huán)過程。RBD是由一系列的確定優(yōu)化和可靠性分析環(huán)組成,每個環(huán)里的優(yōu)化模型是由前一個環(huán)中可靠性分析得到的區(qū)間變量的最差情況組合和MPP(the most probable point)所確定。由于在每個環(huán)中優(yōu)化過程和可靠性分析是解耦的,故而減少了計算量。本文采用最大-最小蟻群算法(MMAS)進行優(yōu)化求解。算例結果表明文中方法是可行有效的。
【學位單位】：西安電子科技大學
【學位級別】：碩士
【學位年份】：2010
【中圖分類】：TH122

【引證文獻】

相關碩士學位論文 前1條

1 李委委;混合蟻群算法在車輛路徑優(yōu)化問題中的研究與應用[D];大連交通大學;2012年

本文編號：2824206