包括英文原文和中文翻譯，含詳細(xì)作者及出處信息，其中中文3800多字


用多目標(biāo)進(jìn)化算法中的神經(jīng)加速度方法設(shè)計一種摩托車車架

摘要：設(shè)計一個低預(yù)算的輕型摩托車車架具有卓越的動態(tài)和力學(xué)性能是一個復(fù)雜的工程問題。這種復(fù)雜性部分是由于存在多個設(shè)計目標(biāo)——很大的構(gòu)造應(yīng)力和剛度，和用于評估目標(biāo)的高計算成本的有限元模擬技術(shù)，以及對設(shè)計變量屬性的幾何化（離散和連續(xù)）。因此，本文提出一種基于真正的聯(lián)合使用（有限元模擬技術(shù)）和近似適應(yīng)函數(shù)的評價基礎(chǔ)上的多目標(biāo)進(jìn)化算法中的神經(jīng)加速度方法。提出的這種方法能加速接近由非支配車架設(shè)計組成的柏拉圖最佳解前緣。MOEA使用了一種復(fù)雜的遺傳型編碼離散和連續(xù)設(shè)計變量，并且根據(jù)變量的類型可運用一種遺傳算法。結(jié)果表明，這種神經(jīng)加速MOEAs NN-NSGA II和NN-MicroGA在它們原有的版本NSGA II和MicroGA上改進(jìn)而來。因此，這種神經(jīng)加速方法被證明是有效的，且可應(yīng)用于其他基于有限元分析的工程設(shè)計問題。

關(guān)鍵詞：多目標(biāo)進(jìn)化算法 有限元分析 神經(jīng)網(wǎng)絡(luò) 摩托車 工程設(shè)計 多目標(biāo)優(yōu)化