一种具有多样性增强的约束多目标优化协同设计方法

本发明涉及工业设计，具体而言，涉及一种具有多样性增强的约束多目标优化协同设计方法。

背景技术：

1、约束多目标优化问题广泛存在于工程优化、机械结构设计、能源调度、路径规划、智能制造等众多工业领域，该类问题需在多个相互冲突的优化目标之间寻求折中，同时满足尺寸、性能、安全、能耗等一系列复杂约束条件，且实际工程可行域常呈现不规则、狭窄、断裂、非凸等复杂特征，真实约束pareto前沿多紧邻可行域边界甚至被不可行区域包围，使得算法需兼顾全局探索、约束满足与解集多样性维持，求解难度远高于无约束多目标优化，是业内重点且难点的技术问题。目前现有约束多目标进化算法主要分为五类：一是基于约束支配规则的方法，依靠可行解优先原则筛选个体，实现简单、可行解收敛速度快，但进化早期易丢弃约束边界处高价值不可行解，造成种群局部收敛、全局搜索能力不足；二是基于罚函数的方法，通过罚项将约束问题转化为无约束问题，适配性广，但罚因子依赖人工经验设置，极易出现搜索信息丢失或收敛停滞的问题；三是基于ε约束动态松弛的方法，通过阶段性松紧约束拓宽早期搜索范围，但阈值调控策略通用性差，易出现搜索范围过早收缩或迭代资源浪费的情况；四是多种群协同进化方法，依托种群分工实现可行解与不可行解协同搜索，但缺乏多样性增强与动态资源调控机制，复杂可行域下难以得到完整均匀的pareto前沿；五是最接近本发明的多任务辅助进化方法，通过拆解多类辅助任务拓宽搜索维度、挖掘无约束与松弛约束前沿信息，但其存在明显技术短板，一方面采用固定资源分配模式，无法根据算法迭代生命周期动态调配算力，资源利用率低，另一方面侧重收敛性优化、缺少多样性增强机制，易出现前沿分布不均、覆盖不全的问题，同时面对狭窄、断裂、被不可行区域包裹的极端可行域，任务搜索维度单一，难以突破复杂约束壁垒，易发生局部收敛、最优解遗漏等问题。以多片离合制动器优化为例，其需在多项严苛工程约束下兼顾轻量化与快速制动两大冲突目标，设计变量非线性耦合性强，现有算法难以输出约束合规、分布均匀的优质折中方案。

技术实现思路

1、为了解决上述问题，本发明的目的是提供一种具有多样性增强的约束多目标优化协同设计方法，旨在解决现有约束多目标优化算法普遍存在复杂约束适配能力弱、前沿逼近精度低、解集多样性差、计算资源浪费等缺陷，以满足高精度、高复杂度的工程优化需求。

2、为了实现上述技术目的，本申请提供了一种具有多样性增强的约束多目标优化协同设计方法，包括以下步骤：

3、针对工业设计目标中的复杂约束多目标优化问题，构建多个功能互补的协同进化任务；

4、基于协同进化任务，在搜索过程中同时利用无约束前沿信息、松弛约束前沿信息、不可行区域多样性信息以及可行边界竞争信息，对工业设计目标进行约束多目标优化协同设计。

5、优选地，在构建多个功能互补的协同进化任务时，通过构建无约束前沿探索任务upf、松弛约束前沿探索任务spf、多样性增强任务dvs和约束pareto前沿保留任务cpf，作为协同进化任务。

6、优选地，在协同进化任务时，通过upf任务，在不考虑任何约束的情况下探索目标最前沿的部分；

7、通过spf任务探索已经找出的upf和当前可能的cpf包夹之间的区域；

8、通过dvs任务在子代中找出当前所有最优可行解互相链接形成的区域，其中，该区域能辐射到不可行的区域，使得在整个均匀的目标空间上保留的个体总的约束违反值为最小；

9、通过cpf任务利用目标值和约束违反值的支配关系，并从中挑出具有可行性的解。

10、优选地，在执行搜索时，使用前沿互牵引搜索策略完成upf任务和spf任务的环境选择。

11、优选地，在执行搜索时，使用基于支配区域划分的多样性增强策略完成dvs任务的环境选择。

12、优选地，在执行搜索时，使用收敛性驱动的可行边界扩展策略完成cpf任务的环境选择。

13、优选地，在执行搜索时，通过差分进化算子和遗传算法算子执行搜索，以生成候选子代，以丰富候选解来源。

14、优选地，在执行搜索时，通过差分进化算子增强连续决策变量空间中的全局搜索能力，通过遗传算法算子维持种群重组和局部扰动能力。

15、优选地，在执行约束多目标优化协同设计时，引入基于生命周期的资源分配策略，以强化不同任务在不同设计周期中的资源分配。

16、优选地，在执行资源分配时，在设计初期，为upf和spf任务分配较多资源；在设计中期，增强dvs任务的作用；在设计后期，为cpf任务分配较多资源。

17、基于同一发明构思，本发明还公开了一种具有多样性增强的约束多目标优化协同设计系统，包括：

18、构建模块，用于针对工业设计目标中的复杂约束多目标优化问题，构建多个功能互补的协同进化任务；

19、协同设计模块，用于基于协同进化任务，在搜索过程中同时利用无约束前沿信息、松弛约束前沿信息、不可行区域多样性信息以及可行边界竞争信息，对工业设计目标进行约束多目标优化协同设计。

20、本发明公开了以下技术效果：

21、本发明提出的srcmoea通过upf和spf任务分别探索无约束前沿和松弛约束前沿，使种群能够从更大的搜索范围逐步靠近真实约束pareto前沿，从而提高复杂约束环境下的前沿搜索能力。

22、本发明通过upf、spf、dvs和cpf四类任务协同进化，并引入生命周期资源分配策略，使不同任务在不同进化阶段发挥主要作用，从而提高搜索资源利用率。

23、本发明提出的dvs多样性增强任务能够利用同支配层区域中的有效不可行解，补充当前约束pareto前沿的分布空缺；cpf任务则负责保留满足约束且收敛性较好的竞争解。相比现有方法，本发明能够更好地兼顾约束可行性、前沿收敛性和解集多样性，适用于可行域狭窄、断裂或约束边界复杂的多目标优化问题。

1.一种具有多样性增强的约束多目标优化协同设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

3.根据权利要求2所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

4.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

5.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

6.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

7.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

8.根据权利要求7所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

9.根据权利要求1所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：

10.根据权利要求9所述一种具有多样性增强的约束多目标优化协同设计方法，其特征在于：