%0 Journal Article
%T Multidisciplinary robust collaborative optimization based on non-dominated sorting genetic algorithm<br>基于非支配排序遗传算法的多学科鲁棒协同优化方法
%A LI Hai-yan
%A MA Ming-xu
%A JING Yuan-wei
%A <br>李海燕
%A 马明旭
%A 井元伟
%J 控制理论与应用
%D 2011
%I 
%X 针对鲁棒协同优化(robust collaborative optimization, RCO)具有两级优化结构和多目标形式的特点, 提出基于非支配排序遗传算法(non-dominated sorting genetic algorithm, NSGA--II)的RCO求解方法. 在NSGA--II非支配排序中, 根据个体的不可行度和不可行度阈值来决定其可行性, 并给出随进化过程逐渐减小的不可行度阈值. 在该阈值的作用下, 在进化初期, 保留较多的目标函数和标准差较小的个体, 以便优化向全局极值点附近靠近; 在进化后期, 保留较多的学科间一致性好的个体, 以便增强学科间的一致性. 该方法在保证各子学科间一致性的前提下, 可有效避免RCO优化结果易收敛到局部极值点的问题. 利用典型算例对该方法进行了验证, 结果表明该方法的优化性能良好.
%K robust collaborative optimization
%K NSGA--II algorithm
%K multiobjective
%K interdisciplinary consistency<br>鲁棒协同优化
%K NSGA--II算法
%K 多目标
%K 学科间一致性
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=970898A57DFC021F93AB51667BAED7F7&aid=FD9008D081BBA0BF50BE6C663D0A9E6F&yid=9377ED8094509821&vid=D3E34374A0D77D7F&iid=E158A972A605785F&sid=B4F9D541F855CF96&eid=CDC418F38C4BFD60&journal_id=1000-8152&journal_name=控制理论与应用&referenced_num=0&reference_num=11