于海蓮　工永泉　陳花玲　寸花英

摘要：針對傳統(tǒng)方法在復雜機械結(jié)構(gòu)優(yōu)化設(shè)計中的低效性和局限性，提出了一種將響應面模型與多目標遺傳算法相結(jié)合的優(yōu)化設(shè)計方法，采用拉丁超立方試驗的設(shè)計方法，在設(shè)計空間抽取樣本點并進行數(shù)值模擬，建立了由7個設(shè)計參數(shù)所決定的立柱最大變形、首階固有頻率及質(zhì)量的初始二階響應面模型，利用多目標遺傳算法對響應面模型進行循環(huán)逼近優(yōu)化，得到了Pareto最優(yōu)解集，仿真結(jié)果表明，在質(zhì)量不變的條件下，優(yōu)化解可使立柱首階固有頻率增加15.9%，導軌處最大變形減小7.7%，可通過有限次數(shù)的數(shù)值模擬計算獲得設(shè)計空間內(nèi)的近似最優(yōu)解，因此較適用于機床及類似復雜結(jié)構(gòu)的多目標多參數(shù)的優(yōu)化設(shè)計。