《表4 候选点结果：基于DOE法的摩擦焊机推力缸支撑体优化设计》

  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DOE法的摩擦焊机推力缸支撑体优化设计》

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

对式（8）的优化模型进行筛选，优化方法主要利用ANSYS的MOGA（多目标遗传算法），这一算法主要是基于Pareto解的NSGA-Ⅱ算法[7]．在执行MOGA优化时需根据输入和输出参数的数量来决定初始样本数的大小，通常情况下这一数值需大于或等于输入输出参数的数量，初始样本集越大所求得的最佳方案的解集概率就越大，这里取初始样本数为300，每次迭代的样本数同样设置为300．为了避免优化迭代过程过早收敛，根据经验，在MOGA优化中，将收敛标准（最大允许帕累托百分比）设置为55%～75%时，能够适用于绝大多数工程问题的求解；当收敛标准大于80%时会使求解过程的收敛速度变得缓慢，求解时间相对较长．本例中设置收敛标准为75%，最大迭代次数定义为30，最大候选点数定义为5．经4150次迭代后收敛，并得到5个优选候选点，其结果如表4所示．