TY - JOUR A2 - Trabia, Mohamed B. AU - Savsani, Vimal AU - Patel, Vivek AU - Gadhvi, Bhargav AU - Tawhid，Mohamed PY - 2017 DA - 2017/05/03 TI -帕累托优化半车被动悬架传热模型使用一种新颖的多目标搜索算法SP - 2034907六世- 2017 AB -大部分的现代多目标优化算法是基于遗传算法的搜索技术;然而，其他最近发展起来的元启发式的搜索技术在研究者中是新兴的课题。基于传热搜索(HTS)算法的搜索技术，提出了一种新的多目标优化算法多目标传热搜索(MOHTS)算法。MOHTS采用基于精英的非支配排序遗传算法- ii (NSGA-II)的精英非支配排序和拥挤距离方法，分别获得不同的非支配水平，并保持最优解集之间的多样性。在由5个二阶线性常微分方程组成的车辆悬架设计多目标优化问题上，测试了MOHTS的Pareto前沿尽可能接近真实Pareto前沿的能力。采用MOHTS和NSGA-II对两组不同目标的半车被动平顺模型进行悬架参数优化。优化研究表明，与NSGA-II相比，MOHTS具有广泛(多样化)的最优解集，获得了更好的非支配Pareto前沿，进一步比较得到的Pareto前沿的极值点，揭示了MOHTS优于NSGA-II。多目标均匀分集遗传算法(MUGA)，并结合PSO-GA的MOEA算法。SN - 1687-5591 UR - https://doi.org/10.1155/2017/2034907 DO - 10.1155/2017/2034907 JF - modeling and Simulation in Engineering PB - Hindawi KW - ER -