商品簡介
名人/編輯推薦
目次
1.1復雜系統與復雜性科學
1.2多學科優化的主要研究內容
1.2.1復雜系統分解
1.2.2復雜系統建模
1.2.3靈敏度分析和近似技術
1.2.4優化策略和搜索算法
1.2.5復雜系統中的不確定性
1.3多學科設計優化發展概述
1.3.1MDO的產生
1.3.2MDO方法理論研究現狀
1.3.3MDO方法應用研究現狀
1.3.4MDO平臺研究現狀
1.4主要內容
第2章協同優化方法的改進策略
2.1引言
2.2協同優化方法描述
2.3基于遺傳算法的CO方法
2.3.1不可行度和閾值
2.3.2閾值調節參數的選取
2.3.3算法的實現步驟
2.3.4工程算例
2.4基于兩階段優化的SCO方法
2.4.1學科間不一致信息
2.4.2全局優化階段
2.4.3局部優化階段
2.4.4三種CO方法的幾何特性分析
2.4.5算例
2.5本章小結
第3章基于協同優化的MDO不確定性建模
3.1引言
3.2不確定性因素的來源及管理
3.3簡化的基于IUP的魯棒協同優化模型
3.3.1模型表示形式
3.3.2模型結構的合理性
3.4算例驗證
3.4.1數值算例1
3.4.2數值算例2
3.5本章小結
第4章魯棒協同優化模型求解方法的研究
4.1引言
4.2基于循環遍歷的RCO求解方法
4.2.1求解方法描述
4.2.2循環遍歷數的設置
4.2.3工程算例
4.3基于NSGA—Ⅱ的RCO求解方法
4.3.1NSGA—Ⅱ算法流程
4.3.2遺傳算子的選取
4.3.3RCO中非支配級排序
4.3.4算法的實現步驟
4.3.5工程算例
4.4改進的基于NSGA—Ⅱ的RCO求解方法
4.4.1可行性閾值的設置
4.4.2早熟現象的避免
4.4.3學科間一致性的收斂特性
4.4.4算法的實現步驟
4.4.5工程算例
4.5基于循環遍歷和NSGA—Ⅱ的RCO方法比較
4.6本章小結
第5章基于線性物理規劃的MOCO方法
5.1引言
5.2線性物理規劃描述
5.3一致性目標函數的轉換
5.3.1最近距離轉換形式
5.3.2松弛距離轉換形式
5.4基于LPP的表示式
5.5基于LPP的MOCO實現步驟
5.6工程算例
5.6.1數學模型
5.6.2優化結果分析
5.7本章小結
第6章基于多目標進化算法的MOCO方法
6.1引言
6.2基于NSGA—Ⅱ的MOCO方法
6.2.1約束的處理
6.2.2初始種群的生成
6.2.3目標函數優先級的設置
6.2.4Pareto最優解返回值的選取
6.3工程算例
6.3.1子學科優化初始種群的生成
6.3.2初始種群和第二優先級可行性閾值的效果分析
6.3.3優化結果分析
6.4基于LPP和NSGA—Ⅱ的MOCO方法比較
6.5本章小結
參考文獻
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。