| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 磁流变制动器的研究和发展现状 | 第12-13页 |
| 1.3 多目标代理模型优化方法的研究和发展现状 | 第13-16页 |
| 1.3.1 代理模型 | 第13页 |
| 1.3.2 实验设计 | 第13-14页 |
| 1.3.3 多目标代理模型优化方法 | 第14-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 代理模型及其评价方法 | 第17-26页 |
| 2.1 代理模型 | 第17-23页 |
| 2.1.1 多项式响应面模型 | 第17-18页 |
| 2.1.2 Kriging模型 | 第18-20页 |
| 2.1.3 神经网络模型 | 第20-23页 |
| 2.2 RBF网络与响应面法的结合及其实现步骤 | 第23-25页 |
| 2.2.1 RBF网络与响应面法结合 | 第23页 |
| 2.2.2 RBF网络与响应面法结合的实现步骤 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 实验设计 | 第26-36页 |
| 3.1 实验设计概述 | 第26-27页 |
| 3.1.1 正交设计方法 | 第26页 |
| 3.1.2 均匀设计方法 | 第26-27页 |
| 3.1.3 拉丁超立方采样方法 | 第27页 |
| 3.2 启发式拉丁超立方采样方法 | 第27-35页 |
| 3.2.1 传统拉丁超立方采样 | 第27-28页 |
| 3.2.2 启发式拉丁超立方采样方法 | 第28-30页 |
| 3.2.3 采样实例 | 第30-31页 |
| 3.2.4 采样点数据的归一处理 | 第31页 |
| 3.2.5 试验及结果分析 | 第31-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 磁流变制动器多目标优化设计 | 第36-46页 |
| 4.1 多目标优化问题及其求解方法 | 第36-41页 |
| 4.1.1 多目标优化问题的定义 | 第36页 |
| 4.1.2 Pareto最优性及非支配集的相关概念 | 第36-37页 |
| 4.1.3 多目标优化问题的求解算法 | 第37-41页 |
| 4.2 磁流变制动器 | 第41-43页 |
| 4.2.1 磁流变制动器工作原理 | 第41页 |
| 4.2.2 制动器制动力矩 | 第41-42页 |
| 4.2.3 磁流变制动器设计时注意问题 | 第42-43页 |
| 4.3 磁流变制动器多目标优化模型 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 RBF网络模型在磁流变制动器多目标优化设计中的应用 | 第46-58页 |
| 5.1 磁流变制动器ANSYS仿真模型 | 第46-51页 |
| 5.1.1 ANSYS软件介绍 | 第46页 |
| 5.1.2 有限元电磁仿真基础 | 第46-47页 |
| 5.1.3 建立磁流变制动器ANSYS仿真模型 | 第47-51页 |
| 5.2 建立磁流变制动器RBF网络代理模型 | 第51-57页 |
| 5.2.1 HLHD方法在磁流变制动器优化设计中的应用 | 第51-52页 |
| 5.2.2 磁流变制动器的RBF网络代理模型的建立 | 第52-53页 |
| 5.2.3 磁流变制动器RBF网络模型预测 | 第53-54页 |
| 5.2.4 利用NSGA-II多目标方法对磁流变制动器RBF网络模型优化求解 | 第54-55页 |
| 5.2.5 RBF网络代理模型优化结果验证 | 第55-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
