[发明专利]一种考虑参数不确定性的并联机构多目标优化设计方法

摘要

本发明公开了一种考虑参数不确定性的并联机构多目标优化设计方法，包括如下步骤：第一步、构建并联机构的优化目标、约束条件与设计参数间的解析映射模型；第二步、将扰动后的设计参数视为随机变量，借助蒙特卡洛仿真计算概率因子，建立概率因子的解析映射模型，通过最小二乘法拟合各个约束条件的概率因子解析映射模型，然后对各个约束条件的概率因子解析映射模型进行精度评估并选取出精度最高的模型作为各个约束条件的概率因子解析映射模型，在此基础上，将各目标函数的概率因子大于等于1设定为各参数的约束条件；第三步、通过目标最佳匹配方法，求解得到最佳设计参数。采用本方法加快了机构优化速度。

主权项

一种考虑参数不确定性的并联机构多目标优化设计方法，其特征在于包括如下步骤：第一步、构建并联机构的优化目标、约束条件与设计参数间的解析映射模型，所述的解析映射模型作为优化目标使用，具体步骤为：(a)确定并联机构适宜的性能评价指标，并以此为基础构建并联机构的优化目标和约束条件，然后建立机构优化目标、约束条件与机构设计参数间的数值映射模型；(b)在数值映射模型的基础上，通过实验设计方法确定n组设计参数作为实验点，首先判断每一实验点处设计参数是否导致机构奇异，若是，则舍弃该实验点并增加实验点数目。若否，则进一步对所述的数值映射模型进行实验，实验方法为：(1)通过最小二乘法拟合优化目标、约束条件与设计参数间的解析映射模型,所述的解析映射模型包括一阶解析映射模型、二阶解析映射模型、三阶解析映射模型和四阶解析映射模型；(c)分别对一阶解析映射模型、二阶解析映射模型、三阶解析映射模型和四阶解析映射模型进行精度评估以确定对应每一个设计参数的解析映射模型，具体方法为：另取m个设计参数实验点，通过各阶解析映射模型的计算值与Isight软件实验值进行数值比较，然后采用决定系数评价、平均误差评价、最大误差评价、标准误差评价分析各阶解析映射模型的误差，在各阶解析映射模型中选取精度最高的解析映射模型作为获取优化目标的最终解析映射模型；第二步、将扰动后的设计参数视为随机变量，借助蒙特卡洛仿真计算概率因子，建立概率因子的解析映射模型，通过最小二乘法拟合各个约束条件的概率因子解析映射模型，然后采用步骤(c)的方法对各个约束条件的概率因子解析映射模型进行精度评估并选取出精度最高的模型作为各个约束条件的概率因子解析映射模型，在此基础上，将各目标函数的概率因子大于等于1设定为各参数的约束条件；第三步、通过目标最佳匹配方法，求解得到最佳设计参数，具体步骤为：(1)以第一步骤中获得的解析映射模型作为优化目标，以各概率因子大于等于1为约束边界，借助人工智能算法，获得一组关于设计参数优化目标的Pareto前沿；(2)采用合作均衡点以确定目标的最佳匹配关系，具体过程为：(a)借助标准化的方法消除目标之间不同量纲与维度的影响得到标准化后的优化目标；(b)确定各个标准化后的优化目标在Pareto前沿中的最小值；(c)根据优化目标的各最小值构造虚拟理想点，该虚拟理想点由Pareto前沿所有目标函数分别达到各自最佳状态的最优值构成；(d)计算各Pareto前沿中与虚拟理想点之间的距离，取各Pareto前沿中与虚拟理想点之间的距离最小的Pareto前沿点定义为合作均衡点，合作均衡点对应的设计参数为最佳设计参数。