技術(shù)特征：

1.一種基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟1中的所述魯棒多目標gp模型的構(gòu)建方法如下：

3.根據(jù)權(quán)利要求2所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟1.2中選擇合適的核函數(shù)中采用的碳纖維碳化過程高斯過程模型由常數(shù)均值函數(shù)和平方指數(shù)(se)協(xié)方差函數(shù)組成，其定義為：

4.根據(jù)權(quán)利要求1所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟s2中將所述魯棒多目標gp模型當作優(yōu)化目標函數(shù)，應(yīng)用基于兩階段的魯棒多目標進化算法(trmea)對模型進行求解，其步驟如下：

5.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟2.4中的所述子種群進化利用一個隨機數(shù)q的大小，來確定子種群進化的方法；

6.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳參數(shù)優(yōu)化方法，其特征在于：所述步驟2.5中周期性地更新特征權(quán)重向量具體步驟如下：

7.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟2.6中的重組子種群的重組方法包括兩種：一種是對個體的非支配等級都最差的子種群進行重新分配；另一種是周期性地對組間距離最近的兩個子種群進行強制性的合并。

8.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟2.7中的切換條件是通過判斷當前種群是否找到不同最優(yōu)解的特征并呈現(xiàn)出收斂趨勢來實現(xiàn)的；

9.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟2.8中存檔的劃分是根據(jù)子種群內(nèi)的解整體上對擾動的敏感性來劃分的；

10.根據(jù)權(quán)利要求5所述的基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，其特征在于：所述步驟2.10中兩個存檔的進化都包括二元錦標賽選擇、交叉變異以及用非支配排序和擁擠距離的環(huán)境選擇；

技術(shù)總結(jié)
本發(fā)明提供了一種基于兩階段魯棒優(yōu)化算法的碳纖維碳化參數(shù)優(yōu)化方法，基于碳纖維碳化過程中的數(shù)據(jù)參數(shù)作為決策變量，拉伸強度和楊氏模量為目標，構(gòu)建碳纖維碳化過程的魯棒多目標GP模型；基于兩階段的魯棒多目標進化算法，對GP模型進行求解，獲得碳化過程工藝參數(shù)，并從中選取機械性能最優(yōu)值。本發(fā)明避免了機理模型構(gòu)建難度大且計算復(fù)雜、實驗數(shù)據(jù)有限以及生產(chǎn)過程存在不確定性的問題，更符合碳纖維生產(chǎn)過程建模的實際需要。在前期不考慮擾動的情況下追求最優(yōu)，后期增加擾動以優(yōu)化魯棒性，有效地平衡了解決方案的最優(yōu)性和魯棒性，并減少了計算資源的浪費，為碳化過程工藝的穩(wěn)定高效生產(chǎn)提供保障，有利于提升碳纖維力學(xué)性能和質(zhì)量。

技術(shù)研發(fā)人員：潘安琪,楊閃閃,沈波,任正云,馮雪
受保護的技術(shù)使用者：東華大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26