王钟周

（苏州生物医学工程技术研究所，江苏 苏州 215163）

0 引 言

干式化学分析仪孵育器的结构优化设计涉及到高度关联和相互耦合的多个学科，为满足温度场分布和轻量化要求，研究者需采用多学科优化设计（MDO）方法[1-2]。目前，MDO方法主要应用在汽车设计领域[3-8]，主要针对强度、刚度、动态性能和可靠性方面进行轻量化设计，研究者将MDO方法应用到医疗仪器的轻量化结构设计中，可用于实现温度场的优化设计。

本研究以温度均方差和平均温度作为衡量孵育器加热区域温度均匀性和温度高低的衡量指标[9-10]，综合考虑结构轻量化、温度均匀性、温度恒定性之间的耦合关系，应用基于有限元模型的正交试验设计采集实验数据，采用响应面法（Response Surface Method，RSM）获取平均温度和温度均方差的响应模型，并以此为约束条件，应用遗传算法（Genetic Algorithm，GA）进行单目标和多目标优化设计[11-13]。

1 多目标优化问题及其求解

1.1 多目标优化问题

解决多目标多约束的优化问题称为多目标优化（Multi-objective Optimization）问题，多目标优化问题是在决策空间中搜寻一组由决策变量组成的向量，使得一组相互制约的目标函数同时取得最小值。其数学模型可表示为：

式中：f(x),g(x),h(x)—目标函数、等式和不等式约束函数；m,n,p,q—对应函数的个数；x—决策向量。

一般来说，多目标优化问题并不存在一个使多个目标函数同时取得最优值的解，而研究者只能根据设计要求从pareto解集中选取。

1.2 多目标优化问题求解

多目标优化问题一般有3种处理方法：加权求和法、主要目标法和智能算法。……