声明
第1章 绪论
1.1 课题研究背景及意义
1.2 优化算法概述
1.2.1 最优化算法的分类
1.2.2 EGO 研究现状
1.3 本文的研究思路和主要内容
第2章 优化算法理论基础
2.1 多目标优化概述
2.1.1 多目标问题描述
2.1.2 多目标优化问题的相关定义
2.2 多目标优化方法
2.2.1 常见多目标优化算法
2.2.2 多目标智能优化算法
2.3 贝叶斯优化算法
2.3.1 先验模型
2.3.2 采集函数
2.4 基于代理模型的高效全局优化算法
2.4.1 代理模型技术
2.4.2 单目标 EGO 算法
2.5 本章小结
第3章 多目标并行 EGO 算法及其改进
3.1 多目标高效全局优化算法
3.1.1 MOEGO 理论
3.1.2 多目标 EI 函数
3.2 多目标算法的并行策略
3.2.3 多峰值 EI 策略
3.2.4 Kriging Believer 策略
3.2.5 其他原则
3.3基于自适应距离多点EI策略的并行MOEGO算法
3.3.1 自适应的距离多点 EI 策略
3.3.2 改进的 ADMEI MOEGO 算法
3.3.3 评价标准及收敛准则
3.3.4 数值测试及分析
3.4 多目标并行高效全局优化算法的并行策略改进
3.4.1 顺序混合策略的改进
3.4.2 嵌套混合策略
3.4.3 测试结果及分析
3.5 本章小结
第4章 汽车前端防撞梁的仿真优化
4.1 汽车前端防撞梁系统概述
4.2 铝合金前防撞梁高速碰撞性能仿真分析
4.3 铝合金防撞梁总成的高速碰撞优化设计
4.4 本章小结
总结与展望
参考文献
致谢
附录
A作者在攻读学位期间参加的科研项目
B作者在攻读学位期间发表的学术成果
C作者在攻读学位期间所授予的发明专利
湖南大学;