在有噪声的约束条件下对工艺设计参数进行贝叶斯多目标优化：工程设计应用

摘要 由于粘合剂接头具有强度重量比高、设计灵活、应力集中有限、平面力传递、损伤耐受性好和抗疲劳性强等优点，因此在各种工业应用中的使用越来越普遍。然而，寻找粘合剂粘接的最佳工艺参数可能具有挑战性。这一优化问题本身具有多目标性，既要最大限度地提高断裂强度，又要最大限度地降低成本，还要避免对材料造成任何视觉损伤，并确保应力测试不会导致与粘合相关的故障。此外，多次测试相同的工艺参数可能会产生不同的断裂强度，从而使优化过程具有不确定性。在实验室环境中进行物理实验成本高昂，而传统的进化方法（如遗传算法）又因评估所需的大量实验而不适用。贝叶斯优化适用于这种情况，但很少有方法同时考虑多个噪声目标和约束条件的优化。本研究根据有限的实验数据，成功地应用了先进的学习技术来模拟目标和约束函数。这些技术被纳入贝叶斯优化框架，从而在严格的预算约束条件下有效地检测出帕累托最优流程配置。