一种基于机械结构模糊多目标拓扑优化方法

    公开(公告)号:CN115879232A

    公开(公告)日:2023-03-31

    申请号:CN202111055148.1

    申请日:2021-09-28

    IPC分类号: G06F30/17 G06F30/23

    摘要: 本发明公开了一种基于模糊理论的机械结构多目标拓扑优化方法,属于机械结构优化领域。目的是为了解决在多种工况下进行机械结构多目标拓扑优化设计的问题,主要包括:首先分别建立静态工况和动态频率的单目标优化数学模型,基于两种单目标优化数学模型确定多目标优化数学模型;其次,引入隶属函数,并与多目标优化数学模型的权重系数结合起来,构建模糊变权重系数;最后,在HyperWorks中编写多目标优化目标函数,进行模糊多目标拓扑优化,获取最满意结果。本发明充分考虑机械结构优化过程中不确定性因素,引入模糊权重系数代替传统多目标拓扑优化设计中的经验式自定权重系数,计算简单可靠,不依赖于试验,节约时间和资源,更符合工程实际。

    基于加权K最近邻算法的浮选工况识别方法及系统

    公开(公告)号:CN115578600A

    公开(公告)日:2023-01-06

    申请号:CN202211344345.X

    申请日:2022-10-31

    摘要: 本发明公开了一种基于加权K最近邻算法的浮选工况识别方法及系统,通过对泡沫图像数据集中模糊和不确定的数据、以及各类特征的不同分布进行模糊多邻域颗粒的设置;引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量,并在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系;根据特征间的多重关系构建目标评价函数,计算出每个特征的函数值,并对特征进行排序;利用计算出的特征函数值对K近邻算法进行加权;选取分类准确率最高的特征子集作为浮选工况识别的最优特征子集。本发明充分考虑到泡沫图像特征间存在的多重关系,能充分利用好特征提供的有用信息,分类效率和分类准确率高。