基于多目标粒子群算法的切削用量多决策优化研究.pdf

《基于多目标粒子群算法的切削用量多决策优化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年第3期·设计与研究·文章编号：1001—2265(2010)03—0027—03基于多目标粒子群算法的切削用量多决策优化研究’朱小平，王涛(1．浙江交通职业技术学院机电学院，杭州311112；2．浙江工业大学浙西分校机电控制工程系，浙江衢州324000)摘要：传统多目标优化问题通常是以加权或约束方式将其转换为单一目标，未能反映多目标间的复杂关系，不利于随时根据需求作出有效的决策。为了更合理地确定切削用量，采用多目标粒子群算法首先求得问题的pareto最优前沿，经过后期多准则决策得到满足不同要求下的最优方案。采用这种先寻优后决策的方法，能

2、有效弱化先验知识不足的影响，较传统多目标优化方法更为实用有效。并经与多目标遗传算法比较，多目标粒子群算法具有更优良的性能。关键词：切削用量；多目标粒子群算法；多准则决策；优化中图分类号：TP391；TG547文献标识码：AMulti-CriteriaDecisionOptimizationofCuttingParametersBasedOilMulti-ObjectiveParticleSwarmZHUXiao—ping，WANGTao(I．ZhejiangCommunicationsInstituteCollegeofMechanicaland

3、Electrical，Hangzhou311112，China；2．De-partmentofMechanicalandElectricalControlEngineering，WestBranchofZhejiangUniversityofTechnology，QuzhouZhejiang324000，China)Abstract：Traditionalmulti-objectiveoptimization，throughsimplyconveningtoasinglegoal，oftenfailstore-flectthemorecomple

4、xrelationshipbetweengoals，anddecision-makeeffectivelyatanytimeondemand．Forselectingoptimumcuttingparameters，MOPSO(Multi-ObjectiveParticleSwarm)isappliedtoobtaintheparetooptimumfront，andthenthebestanswerisgotaccordingtomulti-criteriadecision．Themethod，makingdeci-sionaftersearc

5、hingoptimumsolutions，ismoreapplicableandeffectiveandcanweakdesigner’Stranscenden-talinformationdeficiencyproblem．ComparedwithMOGA(Multi-ObjectiveGeneticAlgorithm)，MOPSOshowedbetterperformance．Keywords：cuttingparameters；Multi-ObjectivePanicleSwarm；multi-criteriadecision；optimi

6、zation效的决策。且传统多目标优化属于先决策后寻优模式0引言在应用中存在如下缺陷：在数控加工中，正确合理地选择切削参数对确保(1)加权和方法对pareto前端的形状敏感，要求搜产品质量、提高生产率、降低生产成本起着十分重要的索空间为凸；作用。目前在生产中都是凭经验或参考切削用量手册(2)可能需要某些领域知识，如权重的设定等，该来选取切削用量，达不到切削参数的最优选取。为解解受设计人员先验知识的影响；决这个问题，已经出现了很多优化方法，文献[1]采用(3)每次运行只能获得特定条件下的某一Pareto遗传算法以最大生产率为目标的单目标优化，文献[

7、2]解，须多次运行才能得到pateto近似最优解集；以最大材料去除率为目标的单目标优化，文献[3]采用(4)容易陷入局部最优。遗传算法、文献[4]采用粒子群算法，用传统多目标优本文首先利用多目标粒子群算法求出切削用量多化方法通过加权变换将多目标优化转化成单目标的优目标优化问题的pareto最优前沿，然后通过后期多准化，这些优化方法本质上都是基于单目标优化的简化则决策获得优化问题在不同要求下的工程最优解，形模型，未能反映多目标间的复杂关系，一次优化只能得成了有效的先寻优后决策的多目标优化模式，有效地到一个解，不利于工艺设计人员随时根据需求作出有解决

8、了上述问题。收稿日期：2009—09—03作者简介：朱小平(1957一)，男，浙江江山人，浙江交通职业技术学院机电学院副教授，(E—ma