An optimisation method for complex product design
An optimisation method for complex product design
复制标题
一种复杂产品设计的优化方法
DOI：
10.1080/17517575.2012.743682
复制
发表时间：
2013-11
影响因子：
4.4
通讯作者：
Gong, Guanghong
中科院分区：
文献类型：
--
作者：
Li, Ni;Yi, Wenqing;Bi, Zhuming;Kong, Haipeng;Gong, Guanghong
设计一个复杂的产品，如飞机，通常需要定性和定量的数据和推理。为了帮助设计过程，一个关键问题是如何表示定性数据并在优化中利用它。本研究提出了一种复杂产品优化设计的新方法：为了充分利用现有的数据、信息和知识，将定性推理融入优化过程。通过模糊集理论和云模型实现定性和定性数据的转换和融合。为了缩短设计过程，实现了并行计算来解决公式优化问题。提出了一种并行自适应混合算法（PAHA）。通过与PAHA和其他两种现有算法的结果比较，验证了新算法的性能。此外，PAHA已被应用于确定飞机模型的形状参数，用于气动优化目的。
Designing a complex product such as an aircraft usually requires both qualitative and quantitative data and reasoning. To assist the design process, a critical issue is how to represent qualitative data and utilise it in the optimisation. In this study, a new method is proposed for the optimal design of complex products: to make the full use of available data, information and knowledge, qualitative reasoning is integrated into the optimisation process. The transformation and fusion of qualitative and qualitative data are achieved via the fuzzy sets theory and a cloud model. To shorten the design process, parallel computing is implemented to solve the formulated optimisation problems. A parallel adaptive hybrid algorithm (PAHA) has been proposed. The performance of the new algorithm has been verified by a comparison with the results from PAHA and two other existing algorithms. Further, PAHA has been applied to determine the shape parameters of an aircraft model for aerodynamic optimisation purpose.
登录
查看更多内容
基于遗传算法的随机分配方法及其在资源分配中的应用
影响因子：
8.5
作者：
Li Fachao;Xu Lida;Jin Chenxia;Wang Hong
通讯作者：
Wang Hong
混合无线网络在面向云服务的企业信息系统中的集成
影响因子：
4.4
作者：
Li, Shancang1, 2;Xu, Lida3;Wang, Xinheng2;Wang, Jue1
通讯作者：
Wang, Jue1
一种高效、灵活的基于Web服务的复杂工程系统多学科设计优化框架
影响因子：
4.4
作者：
Li, Liansheng;Liu, Jihong
通讯作者：
Liu, Jihong
DOI：
10.1007/s001700170062
发表时间：
2001-09
期刊：
The International Journal of Advanced Manufacturing Technology
影响因子：
--
作者：
Zhuming Bi;Wen-Jun Zhang
通讯作者：
Zhuming Bi;Wen-Jun Zhang
影响因子：
12.3
作者：
Lida Xu;Chengen Wang;Z. Bi;Jiapeng Yu
通讯作者：
Lida Xu;Chengen Wang;Z. Bi;Jiapeng Yu