工程设计问题一般都具有多个设计目标,这些与工程系统的性能或经济性等相关联的目标之间通常存在着内在冲突。近年来多目标优化设计技术蓬勃发展,在理论和实际应用中都取得了很大的成功。 本文在研究遗传算法和多目标优化理论及应用的基础上,开发了基于Pareto排序的遗传多目标优化算法,用以处理一般工程中多目标优化设计问题;讨论了在遗传多目标优化中涉及的几个重要问题与技术:Pareto排序问题、适应值计算问题、种群多样性保持问题、约束处理和小生境技术等;研究了工程优化中数学模型的建立过程,以桥式起重机为例,对起重机的箱形主梁截面做了优化设计。论文主要工作和结论如下: (1) 初步研究了多目标理论基础,并分析比较了几种常用的传统多目标优化方法的求解方法和特点。 (2) 对遗传算法作了详细的研究,遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法;遗传算法多方向和全局搜索的基本特点和从种群到种群的方法对于解决多目标优化问题是有益的;讨论了将遗传算法应用到多目标优化问题中的相关问题;对几种不同的遗传多目标优化方法做了简要的介绍和比较。 (3) 给出了基于Pareto排序分级的多目标Pareto遗传算法的具体过程;研究遗传多目标优化中涉及的几个重要问题与技术:Pareto排序问题、适应值计算问题、种群多样性保持问题、约束处理等,讨论了小生境技术的相关内容;在给定的进化参数条件下,用多目标Pareto遗传算法获得多目标优化问题的Pareto解集或近似的Pareto解集,从而得到最终的优化设计方案。 (4) 将遗传多目标优化方法应用于桥式起重机箱形主梁的优化设计。给出了一般工程优化问题数学模型的建立过程,并以起重机主梁重量和用合成正应力表征的安全性作为优化设计的两个目标。设计结果表明,本文所开发得遗传多目标优化算法能够很好的获得问题的Pareto解,在可以接受的时间内得到令设计者非常满意的设计方案。 遗传算法和多目标优化的结合,实现了Pareto解集(或近似Pareto解集)的完整搜索;基于Pareto的多目标遗传算法是处理偏好未知情况下工程优化设计问题的有效的、实用的方法。