基于6 Sigma理论的稳健优化策略研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题的研究背景 | 第12-13页 |
| 1.2 相关领域的研究进展 | 第13-16页 |
| 1.2.1 可靠性优化设计发展现状 | 第13页 |
| 1.2.2 稳健性设计的研究现状 | 第13-15页 |
| 1.2.3 群智能优化算法的研究现状 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 可靠性稳健理论与智能技术 | 第18-32页 |
| 2.1 可靠性的基本理论 | 第18-21页 |
| 2.1.1 可靠性的定义及指标 | 第18页 |
| 2.1.2 可靠度的计算方法 | 第18-20页 |
| 2.1.3 可靠性优化模型 | 第20-21页 |
| 2.2 稳健性的基本理论 | 第21-26页 |
| 2.2.1 稳健设计的基本原理 | 第21-22页 |
| 2.2.2 稳健设计的研究方法 | 第22-26页 |
| 2.3 智能算法技术 | 第26-30页 |
| 2.3.1 标准遗传算法(GA) | 第26-28页 |
| 2.3.2 标准粒子群算法(PSO) | 第28-30页 |
| 2.4 基础理论与智能技术的结合 | 第30-32页 |
| 第3章 6 Sigma稳健优化策略研究 | 第32-42页 |
| 3.1 6 Sigma稳健设计理论 | 第32-33页 |
| 3.1.1 6 Sigma优化的概率基础 | 第32页 |
| 3.1.2 6 Sigma设计的评价指标 | 第32-33页 |
| 3.2 基于6 Sigma的单目标优化策略 | 第33-36页 |
| 3.2.1 6 Sigma设计的基本模型 | 第33-35页 |
| 3.2.2 6 Sigma设计流程图 | 第35-36页 |
| 3.3 基于6 Sigma的多目标优化策略 | 第36-40页 |
| 3.3.1 多目标优化问题的相关理论 | 第36-38页 |
| 3.3.2 6 Sigma多目标优化模型 | 第38-39页 |
| 3.3.3 6 Sigma设计流程图 | 第39-40页 |
| 3.4 小结 | 第40-42页 |
| 第4章 6 Sigma单目标稳健优化的设计应用 | 第42-58页 |
| 4.1 ISIGHT软件简介 | 第42页 |
| 4.2 弹簧的单目标稳健优化 | 第42-52页 |
| 4.2.1 建立常规模型 | 第43-44页 |
| 4.2.2 选择优化算法(MIGA) | 第44-45页 |
| 4.2.3 模型求解 | 第45-47页 |
| 4.2.4 常规优化结果可靠性分析 | 第47-49页 |
| 4.2.5 6 Sigma稳健优化设计 | 第49-52页 |
| 4.3 齿轮的单目标稳健优化 | 第52-57页 |
| 4.3.1 建立参数化模型 | 第52-55页 |
| 4.3.2 6 Sigma稳健优化设计 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 基于Pareto解的多目标稳健优化 | 第58-66页 |
| 5.1 多目标优化算法 | 第58-60页 |
| 5.1.1 MOPSO算法原理 | 第58-59页 |
| 5.1.2 NSGA-Ⅱ算法原理 | 第59-60页 |
| 5.2 斜齿轮传动优化的参数化建模 | 第60-61页 |
| 5.3 斜齿轮传动稳健优化 | 第61-65页 |
| 5.3.1 多目标问题的软件描述 | 第62页 |
| 5.3.2 模型求解及Pareto解的后处理 | 第62-64页 |
| 5.3.3 处理结果分析 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论及展望 | 第66-70页 |
| 6.1 结论 | 第66-67页 |
| 6.2 创新点 | 第67页 |
| 6.3 展望 | 第67-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的论著及获奖情况 | 第76页 |
