杨志贤，洪后紧，顾寄南

（江苏大学制造业信息化研究中心，江苏 镇江 212013）

1 引言

机床作为工业生产的基本设备，是一个国家工业水平的标志。重型车床是现代机床的一个重要方向，各方面性能都缺乏理论依据。床身-车床核心结构，承载着加工过程中各种载荷，其动静态特性直接影响着车床加工质量。

对于床身这一复杂部件，优化方法众多，目前仍有一些不足之处。譬如，为满足较高的强度要求，通常采用较厚的尺寸获得较高的安全系数，但严重增加了制造成本，仅依靠单目标优化显然无法保证机床综合性能。在多目标优化层面，一方面，由于目标函数与约束函数的导数绝大多数都不连续，利用梯度优化求解效率低下，甚至难以找到最优解；近年来，随着人工智能的发展，更多先进的算法被用于优化领域。其中最常见的有人工神经网络、遗传算法等[1]。文献[2-3]利用遗传算法对结构进行了多目标优化，众多的研究结果表明，遗传算法对于多目标优化问题具有一定的优越性。另一方面，多目标优化结果是一组解集，各目标之间相互冲突、没有统一的度量标准，不能简单的通过加权把多个目标转化为单目标进行求解，以上文献均存在这一问题。而基于模糊综合评价法又依赖于专家的评判信息[4]，带有较大的主观性。

为解决上述问题，基于某型号重型车床床身的性能需求，采用利用客观数据的信息熵赋权的灰靶决策与遗传算法相结合的方法对床身进行多目标优化。……