《表4 Pareto解候选点》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于响应面模型和多目标遗传算法的动车组水箱优化设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过优化，得出的5组Pareto最优解如表4所示，虽然候选点5的水箱重量最小的，但最大变形量增大了154%，考虑到最大变形量的影响，选取候选点1作为最优设计点。将候选点1数据进行圆整并作为最优设计点，对该设计参数下的动车组水箱进行双向流固耦合分析，圆整优化前后结果见表5。