| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-21页 |
| 1．1 引言 | 第10-13页 |
| 1．2 课题的背景来源及意义 | 第13-20页 |
| 1．2．1 可靠性优化理论的提出 | 第14-15页 |
| 1．2．2 遗传算法理论的提出 | 第15页 |
| 1．2．3 本课题的提出及理论意义 | 第15-19页 |
| 1．2．4 课题来源 | 第19页 |
| 1．2．5 研究意义 | 第19-20页 |
| 1．3 本文的主要工作 | 第20-21页 |
| 2 可靠性优化和遗传算法的基本理论 | 第21-39页 |
| 2．1 可靠性优化的基本理论 | 第21-30页 |
| 2．1．1 可靠性框图 | 第21-22页 |
| 2．1．2 系统假设 | 第22-23页 |
| 2．1．3 典型系统及其可靠度模型 | 第23-26页 |
| 2．1．4 系统可靠性优化问题的基本分类 | 第26-28页 |
| 2．1．5 系统可靠性优化的过程 | 第28-30页 |
| 2．2 遗传算法的基本理论 | 第30-39页 |
| 2．2．1 标准遗传算法 | 第30-33页 |
| 2．2．2 多目标优化基本概念 | 第33-34页 |
| 2．2．3 遗传多目标优化 | 第34-39页 |
| 3 基于无罚系数约束处理方法的NPMOGA算法 | 第39-49页 |
| 3．1 无罚系数约束处理方法 | 第39-40页 |
| 3．2 小生境 Pareto多目标遗传算法 | 第40-42页 |
| 3．2．1 Pareto支配竞争 | 第41页 |
| 3．2．2 等价类共享 | 第41-42页 |
| 3．3 基于无罚系数约束处理方法的NPMOGA | 第42-49页 |
| 3．3．1 算法介绍 | 第42-44页 |
| 3．3．2 参数确定 | 第44-47页 |
| 3．3．3 算法的测试及结果分析 | 第47-48页 |
| 3．3．4 改进算法 | 第48-49页 |
| 4 多态系统可靠性优化研究 | 第49-64页 |
| 4．1 多态系统概述 | 第49页 |
| 4．2 多态系统的可靠性指标 | 第49-53页 |
| 4．3 多态系统可靠性指标的应用 | 第53-56页 |
| 4．3．1 GGS方法 | 第53-54页 |
| 4．3．2 基于 GGS方法的多目标优化 | 第54-56页 |
| 4．4 基于u函数的多态系统可靠性指标 | 第56-58页 |
| 4．5 基于不同性能度量指标的u函数算子 | 第58-61页 |
| 4．5．1 以生产能力为度量指标的算子 | 第59页 |
| 4．5．2 以运行时间为度量指标的算子 | 第59-61页 |
| 4．6 基于u函数的多态系统优化的一般过程 | 第61-64页 |
| 5 遗传算法在系统可靠性优化中的应用 | 第64-78页 |
| 5．1 NPMOGA算法在燃气涡轮超速保护系统的应用 | 第64-73页 |
| 5．1．1 设计模型 | 第64页 |
| 5．1．2 系统参数设置 | 第64页 |
| 5．1．3 优化设计变量 | 第64-65页 |
| 5．1．4 目标函数 | 第65页 |
| 5．1．5 约束条件 | 第65页 |
| 5．1．6 优化模型及对比数据 | 第65-67页 |
| 5．1．7 NPMOGA算法的优化结果 | 第67-73页 |
| 5．2 电力供煤多态系统的单目标冗余分配优化 | 第73-78页 |
| 5．2．1 设计模型 | 第73-74页 |
| 5．2．2 系统元件及性能参数 | 第74-75页 |
| 5．2．3 优化设计变量 | 第75页 |
| 5．2．4 目标函数 | 第75页 |
| 5．2．5 约束条件 | 第75页 |
| 5．2．6 本文的优化模型 | 第75页 |
| 5．2．7 交叉和变异算子 | 第75-76页 |
| 5．2．8 算法参数选取 | 第76页 |
| 5．2．9 优化过程 | 第76-77页 |
| 5．2．10 优化结果 | 第77-78页 |
| 结论与展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 附录A 符号定义 | 第83-85页 |
| 附录B Pareto支配竞争函数的MATLAB程序 | 第85-86页 |
| 附录C 等价类共享函数的MATLAB程序 | 第86-87页 |
| 攻读硕士学位期间发表学术论文情况 | 第87-89页 |
| 大连理工大学学位论文版权使用授权书 | 第89页 |