针对自发电缓冲背架结构特点和应用场景,在给定的步态条件下,以背架刚度和阻尼比为优化变量,以背架发电功率和人体所受冲击载荷为优化目标,提出了基于加权广义马氏距离逼近理想解的排序技术(Technique for order preference by similari...针对自发电缓冲背架结构特点和应用场景,在给定的步态条件下,以背架刚度和阻尼比为优化变量,以背架发电功率和人体所受冲击载荷为优化目标,提出了基于加权广义马氏距离逼近理想解的排序技术(Technique for order preference by similarity to ideal solution,TOPSIS)的性能优化方法。采用带有精英策略的非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ),获得了背架发电功率和人体所冲击载荷的Pareto最优解及决策矩阵;利用熵权法计算出各指标的权重;使用改进后的基于加权广义(Weighted Moore-Penrose,WMP)马氏距离的TOPSIS法对Pareto最优解排序,并对3种不同优化算法进行了比较。分析了不同步态条件对冲击载荷和发电功率的影响规律。结果表明:基于改进TOPSIS法的决策结果更加符合实际需求,背架整体综合性能得到改善,对不同步态条件具有良好的适应性。展开更多
文摘针对自发电缓冲背架结构特点和应用场景,在给定的步态条件下,以背架刚度和阻尼比为优化变量,以背架发电功率和人体所受冲击载荷为优化目标,提出了基于加权广义马氏距离逼近理想解的排序技术(Technique for order preference by similarity to ideal solution,TOPSIS)的性能优化方法。采用带有精英策略的非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ),获得了背架发电功率和人体所冲击载荷的Pareto最优解及决策矩阵;利用熵权法计算出各指标的权重;使用改进后的基于加权广义(Weighted Moore-Penrose,WMP)马氏距离的TOPSIS法对Pareto最优解排序,并对3种不同优化算法进行了比较。分析了不同步态条件对冲击载荷和发电功率的影响规律。结果表明:基于改进TOPSIS法的决策结果更加符合实际需求,背架整体综合性能得到改善,对不同步态条件具有良好的适应性。