Multi-objective optimization of functionally graded beams using a genetic algorithm with non-dominated sorting

論文翻譯標題: 以非支配排序之遺傳演算法進行?能性材料梁之多目標最佳化設計
  • 李 冠緯

學生論文: Doctoral Thesis

摘要

本文應用混合分層(Layerwise LW)高階剪切變形理論(Higher-Order Shear Deformation Theory HSDT)進行受均勻溫度增量之?能性梯度(Functionally Graded FG)簡支梁的熱挫屈分析。文中假設FG梁的材料性質取決於厚度和環境溫度變數，FG梁之有效材料性質可用二相材料混合法則(The Rule of Mixtures)或Mori-Tanaka微觀力學法則來進行計算。數值範例結果顯示本混合LW HSDT之臨界溫度增量參數解與文獻中提供的精確解相吻合。本文亦使用非支配排序遺傳演算法(Genetic Algorithm GA)進行FG梁的多目標最佳化設計，以最大化其臨界溫度增量參數和最小化其總質量。在最佳化設計中，預先假設FG梁的成分體積分率為某種特定形式，例如單參數或三參數冪次律函數，前者用於FG梁的熱挫屈分析中，而後者用於FG梁的最佳化設計中。
獎項日期2020
原文English
監督員Chih-Ping Wu (Supervisor)

引用此

'