多目标优化方法在材料成型中的应用

1 遗传算法1．1 遗传算法的生物学基础1．1．1 遗传与变异1．1．2 进化1．1．3 遗传与进化的系统观1．2 遗传算法的发展1．3 遗传算法的特点1．4 遗传算法的应用1．5 遗传算法优化1．5．1 遗传算法优化的基本原理和步骤1．5．2 遗传算法优化的特点2 人工神经网络2．1 人工神经网络简介2．2 人工神经网络发展历史2．3 人工神经元模型2．3．1 生物神经元的结构2．3．2 人工神经元模型2．4 神经网络基本概念2．4．1 典型的神经网络结构2．4．2 学习方式2．4．3 学习算法2．4．4 BP神经网络2．5 人工神经网络的技术特性及优势3 模糊数学3．1 模糊数学的发展3．2 模糊集3．2．1 模糊集合的相关概念3．2．2 模糊子集的定义3．2．3 截集3．3 模糊数学模型3．3．1 对称性模糊优化数学模型3．3．2 非对称性模糊优化数学模型3．3．3 水平截集法3．3．4 水平截集法的改进3．3．5 基于二级模糊评判理论确定最优水平值A。的方法4 多目标优化4．1 多目标优化问题概述4．2 多目标优化的基本概念4．3 传统多目标优化问题求解方法4．3．1 求解方法4．3．2 局限性4．4 求解多目标问题的演化算法4．4．1 求解多目标问题演化算法的发展过程4．4．2 主要算法4．4．3 按照适应度和选择方式进行分类5 多目标遗传算法5．1 多目标遗传算法的优化机理5．2 多目标遗传算法的常用求解方法5．3 基于MATLAB遗传工具箱的优化方法5．3．1 MATLAB遗传算法工具箱的通用函数5．3．2 MATLAB遗传算法的终止5．4 多目标遗传算法计算步骤5．5 棒材孔型多目标遗传优化设计5．5．1 孔型多目标优化设计中的目标函数5．5．2 棒材孔型多目标优化设计的约束条件5．5．3 惩罚函数法5．5．4 棒材全连轧孔型优化设计6 多目标遗传算法和有限元法相结合的优化方法及应用6．1 多目标遗传算法和有限元法相结合的优化思想6．2 多目标遗传算法和有限元程序的结合方法6．2．1 APDL语言简介6．2．2 多目标遗传算法和有限元法相结合的方法6．3 多目标遗传算法和有限元法相结合程序的计算步弱6．4 多目标遗传算法和有限元法相结合的程序6．5 多目标遗传算法和有限元法相结合优化波纹轨腰钢轨的波纹参数6．5．1 优化的有限元模型……7 BP-NSGA相结合的优化方法8 模糊综合评判在多目标优化中的应用

《多目标优化方法在材料成型中的应用》共分8章。第1章主要介绍了遗传算法的生物学基础、发展及应用；第2章介绍了人工神经网络的发展、人工神经元和神经网络的基本概念；第3章介绍了模糊数学的发展、模糊集及模糊数学模型；第4章介绍了多目标优化发展、概念、求解方法及演化算法和多目标优化的应用；第5章利用多目标遗传算法优化了棒材连轧孔型设计；第6章应用多目标遗传算法和有限元相结合的优化方法优化了波纹轨腰钢轨的波纹参数，优化了异型坯连铸二冷配水方案及万能型钢轧机机架圆角；第7章利用BP—NSGA相结合的优化方法优化了万能型钢轧机机架圆角；第8章利用模糊综合评判方法优化了Y型轧机轧辊参数。