| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 不确定因素及其优化模型 | 第10-12页 |
| 1.3.1 工程中不确定因素的分类 | 第10页 |
| 1.3.2 不确定性优化模型 | 第10-12页 |
| 1.4 支承件结构优化方法研究现状 | 第12-15页 |
| 1.4.1 结构拓扑优化 | 第13-15页 |
| 1.4.2 不确定性多目标优化 | 第15页 |
| 1.5 本文研究工作 | 第15-17页 |
| 2 支承件不确定性多目标优化问题及优化模型的建立 | 第17-38页 |
| 2.1 支承件不确定性多目标优化问题描述 | 第17-19页 |
| 2.1.1 支承件性能评价指标 | 第17-18页 |
| 2.1.2 支承件不确定性多目标优化问题的建立 | 第18-19页 |
| 2.2 常用近似模型技术 | 第19-22页 |
| 2.2.1 响应面模型 | 第20页 |
| 2.2.2 Kriging模型 | 第20-21页 |
| 2.2.3 支持向量机模型 | 第21-22页 |
| 2.3 不确定变量的选取 | 第22页 |
| 2.4 基于灵敏度分析优化变量选取 | 第22-29页 |
| 2.4.1 载荷计算 | 第23-24页 |
| 2.4.2 主轴箱优化变量的选取 | 第24-26页 |
| 2.4.3 立柱优化变量的选取 | 第26-29页 |
| 2.5 基于拉丁超立方采样方法的设计点选取 | 第29-34页 |
| 2.5.1 主轴箱设计点的选取 | 第30-32页 |
| 2.5.2 立柱设计点的选取 | 第32-34页 |
| 2.6 SVM模型建立及精确度验证 | 第34-37页 |
| 2.6.1 主轴箱SVM模型建立及精确度验证 | 第34-36页 |
| 2.6.2 立柱SVM模型建立及精确度验证 | 第36-37页 |
| 2.7 本章小结 | 第37-38页 |
| 3 基于遗传算法的支承件区间不确定性多目标优化 | 第38-50页 |
| 3.1 不确定性多目标优化遗传算法 | 第39-41页 |
| 3.1.1 改进非支配排序遗传算法(NSGA-Ⅱ) | 第39页 |
| 3.1.2 隔代映射遗传算法(IP-GA) | 第39-40页 |
| 3.1.3 嵌套遗传算法 | 第40-41页 |
| 3.2 主轴箱优化结果及分析 | 第41-45页 |
| 3.2.1 嵌套遗传算法优化结果 | 第42-45页 |
| 3.3 立柱优化结果及结果分析 | 第45-49页 |
| 3.3.1 嵌套遗传算法优化结果 | 第45-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于粒子群算法的支承件区间不确定性多目标优化 | 第50-57页 |
| 4.1 不确定性多目标优化粒子群算法 | 第50-52页 |
| 4.1.1 粒子群算法(PSO) | 第50-51页 |
| 4.1.2 嵌套粒了群算法 | 第51-52页 |
| 4.2 主轴箱优化结果及分析 | 第52-54页 |
| 4.2.1 嵌套粒子群算法优化结果 | 第52-54页 |
| 4.3 立柱优化结果及结果分析 | 第54-56页 |
| 4.3.1 嵌套粒子群算法优化结果 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 基于改进算法的支承件不确定性多目标优化 | 第57-63页 |
| 5.1 主轴箱不确定性多目标优化结果 | 第57-59页 |
| 5.2 立柱不确定性多目标优化结果 | 第59-62页 |
| 5.3 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |