高铁车轮型面的交互式高维目标进化优化设计方法

High-speed train plays an increasingly important role in the sustainable development strategy of vehicle system in China. However, there still exist some defects in the key technologies of the current wheel profile design methods, making the current wheel profile difficult to meet the requirements of high-quality operation in high-speed trains. The project proposes to, using the model-method-experiment as an overall solution, the design of high-efficiency optimizer as technical means and many-objective optimization approach oriented wheel profile design as the main line, to study the following key issues: Firstly, study many-objective optimization model for wheel profile design in high-speed trains, the configuration of different elements such as objective functions and constrain conditions in the model and their different combination to reflect the diversified requirements of the wheel profile design. Secondly, study the design of high-performance optimizer, by introducing some technical methods such as the individual generating strategy, the monitoring mechanism , the control strategy of the evolutionary context, and the interactive preference-based information method, into the framework of many-objective optimization for developing an interactive preference-based many-objective evolutionary algorithm to achieve some Pareto optimal wheel profile and to meet the requirements of high-quality operation in high-speed trains. The project aims to develop a novel wheel profile design method and technology, and it is expected that these results will provide theoretical and technical help in designing wheel profile for vehicles of other type, making the proposed research of considerable potential application in Chinese vehicle system.

高铁在我国交通可持续发展战略中占据重要地位，而当前高铁关键技术之一的车轮型面设计方法存在诸多缺陷，致使车轮型面难以满足高铁高品质运行的需求。本项目以模型—方法—实验为总体方案，以发展高效的优化方法为手段，以高铁车轮型面的高维目标优化方法的设计为主线，研究如下问题：（1）高铁车轮型面的高维目标优化问题建模，研究模型中各要素的配置以及要素间不同的组合以反映车轮型面设计需求的多样性；（2）高效优化方法的设计，研究将个体生成策略、进化环境的监测与调控以及交互式等技术方法引入高维目标进化算法框架中，发展高效的交互式高维目标进化优化设计方法，以获得设计者满意、各项动力学性能均衡最优的车轮型面，满足高铁高品质运行的需要。通过上述研究，发展出一种新的车轮型面设计方法与技术，相关研究成果还可为其他类型机车车辆的车轮型面设计提供借鉴，具有较广泛的应用推广价值。

随着经济社会的发展，工程实践中不断涌现出需要同时优化多个甚至更多个目标的优化问题，即多目标优化问题和高维多目标优化问题，而且这些优化问题的困难特征一般并不相同，这就为设计高效的优化算法带来了挑战。本项目以设计多目标/高维多目标进化算法为突破口，以有效平衡算法的收敛性和多样性为目标，以算法模块化为思路，设计了若干新颖且高效的多目标和高维多目标进化算法。具体地，本项目发展的算法可概括为三条主线：1）定义新型支配关系有效区分高维目标空间解个体。比如，提出了动态角度向量的支配关系、基于自适应模糊的支配关系等。2）设计新的多样性保持方法维持高维目标解群的分布性。比如，基于Lp-范式(p <1)的拥挤距离方法、在粒子速度更新公式中增加扰动项、利用混合水平正交实验方法产生均匀分布的权重向量以改善初始种群的分布性等。3）将新型进化计算范式（如烟花爆炸优化、萤火虫算法）引入多目标和高维多目标优化中发展出新型多目标启发式算法。不仅如此，项目组系统梳理课题组在多目标群智能优化算法方面的成果和若干思考，并以学术专著形式出版发行。. 除了在算法设计方面的成果之外，课题组在理论上对精英随机启发式算法构建了期望近似误差估计的理论分析框架，提出了基于R的简化策略的近似误差上界估计策略和基于分块矩阵的多峰问题近似误差估计策略。在应用上，课题组利用新型交叉算子改造遗传算法以优化WSNs中顶层节点的多播路由，以及发明了一种新型的检测钢轨表面裂纹及剥离掉块特征的仪器。. 总之，本项目所取得的成果有望用于求解科学计算和工程实践中的多目标/高维多目标优化问题，并可为各领域从业者选择和设计算法提供参考和借鉴。