高 翔，王林军，杜义贤，李 响，徐 柳

（1.三峡大学水电机械设备设计与维护湖北省重点实验室，湖北宜昌443002；2.三峡大学机械与动力学院，湖北宜昌443002）

针对机械结构的模糊优化设计［1-3］，许多学者都开展了相关研究，并取得了大量成果。例如：Qiu等［4］利用SVR（support vector regression，支持向量回归）算法构造了等效极限状态方程，并采用解耦算法求解了同时包含区间变量和模糊变量的可靠性优化设计问题；Huang等［5］通过度量函数来自动设置目标函数的权重，并对简支工字梁和齿轮箱进行了模糊多目标优化设计；Li 等［6］改进了NSGA-II（non-dominated sorting genetic algorithm-II，非支配排序遗传算法-II）算法，并对旋转导向钻井系统进行了多目标模糊优化；王德浩［7］通过APDL（ANSYS parametric design language，ANSYS 参数化设计语言）调用ANSYS DesignXplorer 内置的MOGA（multi-objective genet‐ic algorithm，多目标遗传算法），对大载重集装箱进行了多目标模糊优化设计；李召等［8］基于混沌理论对布谷鸟算法进行了改进，并对永磁联轴器进行了模糊多目标优化设计；熊勇［9］提出了一种单目标函数权重的更新方法，将多目标优化问题转化为单目标优化问题，并基于遗传算法求解了两级行星汽车轮边减速系统的模糊多目标优化设计问题。

但是，文献［6-9］中所用优化算法的全局寻优能力较差，而李德毅等［10］提出的云模型中的正向云发生器可显著提高上述优化算法的全局寻优能力和收敛速度。对于人工鱼群算法的改进，宋晓［11］将以当前解作为云模型期望时产生新解的过程称为云变异，将以2 个当前解的加权平均和作为云模型期望时产生新解的过程称为云学习，并将云变异因子和云学习因子引入人工鱼群算法；……