Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Intelligent Systems in Modeling Phase of Information Mining Development Process Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Differential Evolution for Multi-objective Robust Engineering Design

verfasst von : Andrew Linton, Babak Forouraghi

Erschienen in: Trends in Applied Knowledge-Based Systems and Data Science

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

There have been various algorithms based on Differential Evolution (DE) that have been demonstrated to optimize various engineering problems. While there has been work on using variations of DE for solving multi-objective problems, there has not been much work on applying this methodology to tolerance design. The ability to handle tolerances is extremely important in robust design, where a product of process is to be optimized while minimizing its responses to uncontrollable manufacturing and/or operational variations. This paper will demonstrate how Multi-Objective Differential Evolution can be applied to the area of multiple objective tolerance design. The algorithm’s utility is highlighted with two canonical engineering design optimization problems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Binary Harmony Search Algorithm for Solving Set-Covering Problem
Nächstes Kapitel Multiple Objectives Reconfiguration in Distribution System Using Non-Dominated Sorting Charged System Search
Literatur
1.
Abbass, H.A.: The self-adaptive Pareto differential evolution algorithm. In: Proceedings of the 2002 Congress on Evolutionary Computation, vol. 1, pp. 831–836 (2002)
2.
Arabas, J., Szczepankiewicz, A., Wroniak, T.: Experimental comparison of methods to handle boundary constraints in differential evolution. In: Schaefer, R., Cotta, C., Kołodziej, J., Rudolph, G. (eds.) PPSN XI. LNCS, vol. 6239, pp. 411–420. Springer, Heidelberg (2010)
3.
Coello Coello, C.A.: A short tutorial on evolutionary multiobjective optimization. In: Zitzler, E., Deb, K., Thiele, L., Coello Coello, C.A., Corne, D.W. (eds.) EMO 2001. LNCS, vol. 1993, pp. 21–40. Springer, Heidelberg (2001)CrossRef
4.
Coello Coello, C., Lamont, G.B., Van Veldhuizen, D.A.: Evolutionary Algorithms for Solving Multi-objective Problems, 2nd edn. Springer, New York (2007)MATH
5.
Deb, K.: Multi-objective Optimization Using Evolutionary Algorithms. Wiley, Chichester (2001)MATH
6.
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T.A.M.T.: A fast and elitist multi-objective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6(2), 182–197 (2002)CrossRef
7.
Forouraghi, B.: A genetic algorithm for multiobjective robust design. Appl. Intell. 12(3), 151–161 (2000)CrossRef
8.
Forouraghi, B.: Optimal tolerance allocation using a multiobjective particle swarm optimizer. Int. J. Adv. Manuf. Technol. 44(7–8), 710–724 (2009)CrossRef
9.
Gen, M., Cheng, R.: Genetic Algorithms and Engineering Optimization, vol. 7. Wiley, New York (2000)
10.
Konak, A., Coit, D.W., Smith, A.E.: Multi-objective optimization using genetic algorithms: a tutorial. Reliab. Eng. Syst. Saf. 91(9), 992–1007 (2006)CrossRef
11.
Kumar, M.S., Kannan, S.M.: Optimum manufacturing tolerance to selective assembly technique for different assembly specifications by using genetic algorithm. Int. J. Adv. Manuf. Technol. 32(5–6), 591–598 (2007)CrossRef
12.
Ma, L., Forouraghi, B.: A modified particle swarm optimizer for engineering design. In: Jiang, H., Ding, W., Ali, M., Wu, X. (eds.) IEA/AIE 2012. LNCS, vol. 7345, pp. 187–196. Springer, Heidelberg (2012)CrossRef
13.
Ochlak, E., Forouraghi, B.: A particle swarm algorithm for multiobjective design optimization. In: The 18th IEEE International Conference on Tools with Artificial Intelligence, pp. 765–772 (2006)
14.
Robič, T., Filipič, B.: DEMO: differential evolution for multiobjective optimization. In: Coello Coello, C.A., Hernández Aguirre, A., Zitzler, E. (eds.) EMO 2005. LNCS, vol. 3410, pp. 520–533. Springer, Heidelberg (2005)CrossRef
15.
Sivakumar, K., Balamurugan, C., Ramabalan, S.: Concurrent multi-objective tolerance allocation of mechanical assemblies considering alternative manufacturing process selection. Int. J. Adv. Manuf. Technol. 53(5–8), 711–732 (2011)CrossRef
Metadaten
Titel
Differential Evolution for Multi-objective Robust Engineering Design
verfasst von
Andrew Linton
Babak Forouraghi
Copyright-Jahr
2016
Buch
Trends in Applied Knowledge-Based Systems and Data Science

Print ISBN: 978-3-319-42006-6

Electronic ISBN: 978-3-319-42007-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-42007-3_79