满意优化原理及其在机械工程领域中的应用研究
|
摘要
“令人满意准则”在它产生之初，就闪烁着耀眼的、充满着人类智慧和人性需求的光芒。在短暂的发展历程中，它那么精彩，那么具有创造性，而又那么富有人情味，以至它不同于一般的科学理论，它不仅吸引着众多不同层次、不同领域科研工作人员的精心奋斗，而且对那些社会工作者，对那些企业和人民大众何尝不是一种心灵呼唤的宠儿。然而，这个宠儿毕竟年少，和“优化”这位科学殿堂里的长者相比又是那么的微小，那么不完善、不系统。在国家自然科学基金(高技术新概念新构思探索)(59685003)“机械结构系统综合性能映射建模及优化设计方法研究”、教育部优秀青年教师资助计划(1766)“基于令人满意准则的机械结构系统混合软计算研究”、四川省跨世纪杰出青年学科带头人培养基金“机械结构系统智能优化原理方法研究”和机械传动国家重点实验室开放课题基金“机械传动模糊可靠性分析与满意优化设计研究”的资助下，作者有幸接触这个新的研究方向，被它的风采所吸引，也尝试做了一些微薄的努力。
三年来，作者在黄洪钟教授和周仲荣教授的悉心指导和关怀下，克服了诸多的困难，终于完成了本博士论文。本文凝聚了两位导师的大量心血和作者的大量艰辛。
本文概述了目前最新的最优化技术，分析了最优化理论的一些局限性，综述了满意度研究的发展现状，建立和完善了满意度原理的理论体系，深入系统地研究了多目标满意优化问题，并对机械设计中的几个实际问题进行了分析。主要包括以下内容：
(1)第1章绪论部分，概述了最新的最优化理论与方法，分析了传统优化理论存在的局限性，重申了在许多实际工程应用和社会生活领域中人们往往追求“满意”而不是“最优”，对于许多问题“满意度原理”比“最优化理论”更有效。
(2)第2章的2.1～2.2节，对满意度研究进行了综述，详尽地对令人满意准则的产生以及满意度理论的发展和研究现状进行了分析和归纳，阐述了进行满意度原理系统研究的必要性和重要性。
(3)第2章的2.3节以及第3章，在定义满意标准、满意度等概念的基础上，论述了满意度原理的研究范畴、研究对象，研究了满意度、满意解及其集合的表示、运算和相互关系，然后通过分析满意度原理的特点、意义以及
第11页 西南交通大孝搏士研究生学位论文
满意度原理与最优化理论、计算智能等学科的关系，揭示了满意度原理的本
质，完善了满意度原理的理论体系。
（）第4章对满意问题进行了讨论和实例分析，指出满意度原理可应用
到被处理问题的诸多环节。一方面它可作为独立的理论出现，它所处理的满
意问题覆盖了几大类问题，给出了满意问题一般性的分析方法和求解过程；
另一方面满意度原理也适于作为一种准则，通过引入到优化等学科领域的理
论研究和求解过程中而发挥其作用。并就几个应用领域，针对一些具体情况
进行了分析，介绍了满意度原理在这些领域的应用方向；提出了基于目标函
数的、按照解的搜索代价的、依据解空间搜索比例的、利用模糊逻辑的以及
基于神经网络的满意度函数的建立方法。
＊ 第5章系统地研究了满意优化问题。概述了多目标优化方法，给出
了满意优化问题的应用范畴，对多目标满意优化问题的求解过程进行了分析。
对于第1类多目标满意优化问题，通过从目标函数或相关信息中构造满意度
函数，把原问题转化为以求最大满意度为目标的新问题，给出了问题求解的
一般步骤。对于满意度函数表示较难的第二类多目标满意优化问题，给出了
通过BP网络来获取满意度的方法，在采取遗传算法实现解的搜索的同时，
应用此BP网络对获取的解进行满意度评价和选择。
的）第6、7章讨论了满意优化的应用。第6章基于第一类多目标满意优
化，对一个代数函数优化、蜗杆传动多目标满意优化、路网车流径路优化等
实例进行了实际的分析计算。第7章对装载机工作装置的设计方法进行了讨
论，分析了其设计要求，建立了设计模型，然后基于第二类多目标满意优化
方法，利用问题中隐含的解的质量衡量标准，参照一些成型的装载机工作装
置的设计方案，给出了更加合理可行的装载机工作装置的满意优化设计方法。
＊ 最后，结论部分对论文工作进行了总结，对满意度的研究进行了展
望。
综上所述，本文对满意度进行了一些研究工作，在满意度理论研究方面
取得了部分进展，为解决某些传统最优化理论不能解决的问题，提供了一种
新的求解思路和方法，具有一定的理论意义。通过把多目标满意优化引入到
机械设计中，给出了更加合理有效的装载机工作装置等机械产品的满意优化
设计方法，对求解实际问题具有一定的指导意义。－
While the appearance of "satisficing criterion", it flashes the dazzling light, which filled with the wisdom of the mankind and the demand of the humanity. In the brief course of its development, it is so wonderful, so creative, and full of the milk of human kindness, that it is differ to the normal science theory, it not only attracts the researchers' hard struggle in different lever, different domain, but also is the pet of the social worker and the company and the people. But compared with the superior of the "optimization" in the science palace the pet is so young, so little and so faulty, and so non-system. At the support of the National Natural Science Fund (high technique, new concept, new design research)(59685003) "Study of the integrated performance modeling and optimal design method of the mechanical structure system", the support plan of the Ministry of Education for the young excellent teacher (1766) "Study of the mixed soft computation of the mechanical structure based satisficing criterion", Sichuan century excellent young subject leader fund "Study of the theory and method of the intelligent optimization of mechanical structure", and the open project fund of the mechanical transmission state key lab "Fuzzy reliability analysis and satisfactory optimization study of mechanical transmission", the author has the opportunity to touch this new subject and is attracted by it, then make an attempt at it.
In the last three years, at the direction and care of my teachers, Prof. Huang Hongzhong and Prof. Zhou Zhongrong, I have overcome many difficult and finished the dissertation. The dissertation is full of their great expense and my much hardship.
The dissertation summarizes the new technique of the optimization, analyzes the limitation of the optimization, reviews the study of satisfactory theory, builds and completes the structure of satisfactory theory, studies satisfactory multi-objective optimization deeply and systematically, and does some useful analyses to several practice problem in mechanical design. The main content is as follows:
(1) In chapter 1, the new technique of the optimization theory and method is summed up, the limitation of tradition optimization is analyzed, and it is
reaffirmed that in most engineering application and social life man seek the "satisfactory" but not "optimal" and "satisfactory degree theory" is more efficient than "optimization theory".
(2) In the section 2.1 and 2.2 of the chapter 2, the study of satisfactory degree is summarized, the generation, development and present research of the satisfactory is analyzed and summed up at large, and it is discussed that the importance and necessity to study the satisfactory degree theory systematically.
(3) In the section 2.3 of the chapter 2 and chapter 3, based on the definition of the satisfactory standard and satisfactory degree etc, the study domain, study object are discussed. The presentation, the calculation, the relation of the satisfactory degree and satisfactory solution and their sets are studied. Then by analyzing of the character, the meaning, the relation between satisfactory degree theory and optimization and computing intelligence its essence is shown and the theory system of satisfactory degree is completed.
(4) In chapter 4, the satisfactory problem is discussed and examples are analyzed. It is pointed out that the satisfactory degree theory can be used in many parts in the problem solving. One side, It can be an independent theory, which problem dealt with covers many kind problems, and the analyzed and solving process is given; the other side, as a criterion, by importing into optimization and other subject domain and it exerts its effect. The application for some practice instances in some domains is introduced. The satisfactory degree function based on the objective function, by the cost of the solution search, by the proportion of the search process in the solution space, using the fuzzy logic and based on the neural network are put forward.
(5) In chapter 5, the satisfactory opt
三年来，作者在黄洪钟教授和周仲荣教授的悉心指导和关怀下，克服了诸多的困难，终于完成了本博士论文。本文凝聚了两位导师的大量心血和作者的大量艰辛。
本文概述了目前最新的最优化技术，分析了最优化理论的一些局限性，综述了满意度研究的发展现状，建立和完善了满意度原理的理论体系，深入系统地研究了多目标满意优化问题，并对机械设计中的几个实际问题进行了分析。主要包括以下内容：
(1)第1章绪论部分，概述了最新的最优化理论与方法，分析了传统优化理论存在的局限性，重申了在许多实际工程应用和社会生活领域中人们往往追求“满意”而不是“最优”，对于许多问题“满意度原理”比“最优化理论”更有效。
(2)第2章的2.1～2.2节，对满意度研究进行了综述，详尽地对令人满意准则的产生以及满意度理论的发展和研究现状进行了分析和归纳，阐述了进行满意度原理系统研究的必要性和重要性。
(3)第2章的2.3节以及第3章，在定义满意标准、满意度等概念的基础上，论述了满意度原理的研究范畴、研究对象，研究了满意度、满意解及其集合的表示、运算和相互关系，然后通过分析满意度原理的特点、意义以及
第11页 西南交通大孝搏士研究生学位论文
满意度原理与最优化理论、计算智能等学科的关系，揭示了满意度原理的本
质，完善了满意度原理的理论体系。
（）第4章对满意问题进行了讨论和实例分析，指出满意度原理可应用
到被处理问题的诸多环节。一方面它可作为独立的理论出现，它所处理的满
意问题覆盖了几大类问题，给出了满意问题一般性的分析方法和求解过程；
另一方面满意度原理也适于作为一种准则，通过引入到优化等学科领域的理
论研究和求解过程中而发挥其作用。并就几个应用领域，针对一些具体情况
进行了分析，介绍了满意度原理在这些领域的应用方向；提出了基于目标函
数的、按照解的搜索代价的、依据解空间搜索比例的、利用模糊逻辑的以及
基于神经网络的满意度函数的建立方法。
＊ 第5章系统地研究了满意优化问题。概述了多目标优化方法，给出
了满意优化问题的应用范畴，对多目标满意优化问题的求解过程进行了分析。
对于第1类多目标满意优化问题，通过从目标函数或相关信息中构造满意度
函数，把原问题转化为以求最大满意度为目标的新问题，给出了问题求解的
一般步骤。对于满意度函数表示较难的第二类多目标满意优化问题，给出了
通过BP网络来获取满意度的方法，在采取遗传算法实现解的搜索的同时，
应用此BP网络对获取的解进行满意度评价和选择。
的）第6、7章讨论了满意优化的应用。第6章基于第一类多目标满意优
化，对一个代数函数优化、蜗杆传动多目标满意优化、路网车流径路优化等
实例进行了实际的分析计算。第7章对装载机工作装置的设计方法进行了讨
论，分析了其设计要求，建立了设计模型，然后基于第二类多目标满意优化
方法，利用问题中隐含的解的质量衡量标准，参照一些成型的装载机工作装
置的设计方案，给出了更加合理可行的装载机工作装置的满意优化设计方法。
＊ 最后，结论部分对论文工作进行了总结，对满意度的研究进行了展
望。
综上所述，本文对满意度进行了一些研究工作，在满意度理论研究方面
取得了部分进展，为解决某些传统最优化理论不能解决的问题，提供了一种
新的求解思路和方法，具有一定的理论意义。通过把多目标满意优化引入到
机械设计中，给出了更加合理有效的装载机工作装置等机械产品的满意优化
设计方法，对求解实际问题具有一定的指导意义。－
While the appearance of "satisficing criterion", it flashes the dazzling light, which filled with the wisdom of the mankind and the demand of the humanity. In the brief course of its development, it is so wonderful, so creative, and full of the milk of human kindness, that it is differ to the normal science theory, it not only attracts the researchers' hard struggle in different lever, different domain, but also is the pet of the social worker and the company and the people. But compared with the superior of the "optimization" in the science palace the pet is so young, so little and so faulty, and so non-system. At the support of the National Natural Science Fund (high technique, new concept, new design research)(59685003) "Study of the integrated performance modeling and optimal design method of the mechanical structure system", the support plan of the Ministry of Education for the young excellent teacher (1766) "Study of the mixed soft computation of the mechanical structure based satisficing criterion", Sichuan century excellent young subject leader fund "Study of the theory and method of the intelligent optimization of mechanical structure", and the open project fund of the mechanical transmission state key lab "Fuzzy reliability analysis and satisfactory optimization study of mechanical transmission", the author has the opportunity to touch this new subject and is attracted by it, then make an attempt at it.
In the last three years, at the direction and care of my teachers, Prof. Huang Hongzhong and Prof. Zhou Zhongrong, I have overcome many difficult and finished the dissertation. The dissertation is full of their great expense and my much hardship.
The dissertation summarizes the new technique of the optimization, analyzes the limitation of the optimization, reviews the study of satisfactory theory, builds and completes the structure of satisfactory theory, studies satisfactory multi-objective optimization deeply and systematically, and does some useful analyses to several practice problem in mechanical design. The main content is as follows:
(1) In chapter 1, the new technique of the optimization theory and method is summed up, the limitation of tradition optimization is analyzed, and it is
reaffirmed that in most engineering application and social life man seek the "satisfactory" but not "optimal" and "satisfactory degree theory" is more efficient than "optimization theory".
(2) In the section 2.1 and 2.2 of the chapter 2, the study of satisfactory degree is summarized, the generation, development and present research of the satisfactory is analyzed and summed up at large, and it is discussed that the importance and necessity to study the satisfactory degree theory systematically.
(3) In the section 2.3 of the chapter 2 and chapter 3, based on the definition of the satisfactory standard and satisfactory degree etc, the study domain, study object are discussed. The presentation, the calculation, the relation of the satisfactory degree and satisfactory solution and their sets are studied. Then by analyzing of the character, the meaning, the relation between satisfactory degree theory and optimization and computing intelligence its essence is shown and the theory system of satisfactory degree is completed.
(4) In chapter 4, the satisfactory problem is discussed and examples are analyzed. It is pointed out that the satisfactory degree theory can be used in many parts in the problem solving. One side, It can be an independent theory, which problem dealt with covers many kind problems, and the analyzed and solving process is given; the other side, as a criterion, by importing into optimization and other subject domain and it exerts its effect. The application for some practice instances in some domains is introduced. The satisfactory degree function based on the objective function, by the cost of the solution search, by the proportion of the search process in the solution space, using the fuzzy logic and based on the neural network are put forward.
(5) In chapter 5, the satisfactory opt
引文
1 Casti J．L．20世纪数学的五大指导理论．叶其孝译．上海：上海教育出版社，2001
2 胡适耕，施保昌．最优化原理．武汉：华中理工大学出版社，2000
3 范鸣玉，张莹．最优化技术基础．北京：清华大学出版社，1982
4 席少霖，赵凤治．最优化计算方法．上海：上海科学技术出版社，1983
5 Division of optimization, http://www.optimization-online.org/
6 NEOS guide optimization Tree. http://www.fp.mcs.anl.gov/otc/Guide/OptWeb/index.html
7 冯培恩，邱清盈，潘双夏等．机械广义优化设计的理论框架，中国机械工程，2000，11(12)：126～131
8 余俊，周济等．优化方法程序库OPB-2——原理及应用．武汉：华中理工大学出版社，1997
9 万军，涂序彦．基于知识的广义优化方法．北京科技大学学报，1999，21(4)：413～416
10 金炳尧．最优化计算中的若干新技术．科技通报，2000，16(2)：119～124
11 Terry J, Stephanie F. Genetic algorithms and heuristic search. Artificial Intelligence, 1995, (5): 39～57
12 Hopfield J J, Tand D W. Neural computation of decision in optimization problems. Biological Cybernetics, 1985
13 Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by simulated annealing. Science, 1983: 220, 671～680
14 Holland J. Adaptation in natural and artificial systems. An Arbor: The University of Michigan press, 1975
15 康立山，谢云，尤矢勇等．非数值并行算法：模拟退火算法．北京：科学出版社，1994
16 Dorigo M, Vittorio M, Colorni A. The ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 1996, 26(1): 1～13
17 马良，项培军．蚂蚁算法在组合优化中的应用．管理科学学报．2001，4(2)：32～37
18 黄洪钟．模糊设计．北京：机械工业出版社，2000
19 Bellman R E, Zadeh L A. Decision making in a fuzzy environment. Management Science, 1970, 17(B): 141～164
20 唐加福，汪定伟．模糊优化理论与方法的研究综述．控制理论与应用．2000，12(2)：158～64
21 汪树玉，刘国华，包志仁．结构优化设计的现状与进展．基建优化，1999，20(4)：3～14
22 Simon H A．关于人为事物的科学．杨砾译．北京：解放军出版社，1988
23 刘扬松．机械结构的创新设计及其优化．石油机械，2000，28(2)：7～9
24 程耿东，顾元宪，王健．我国机械优化研究与应用的综述和展望．机械强度，1995，17(2)：48～64
25 冯培恩，邱清盈，潘双夏等．机械产品的广义优化设计进程研究．中国科学(E辑)，1999，29(4)：338～346
26 张根保，赵健衡．机械产品精度的并行优化设计——数学模型．重庆大学学报(自然科学版)，1988，21(1)：12～20
27 吴澄．现代集成制造系统的理论基础———类复杂性问题及其求解．计算机集成制造系统—CIMS，2001，7(3)：1～7
28 杨冰．实用最优化方法及计算机程序．哈尔滨：哈尔滨船舶工程学院出版社，1994
29 张济川．机械最优化设计及应用实例．北京：新时代出版社，1990
30 Goldberg D E. Genetic algorithms in search, optimization and machine learning. Reading: Addison-Wesley Publishing Company, 1989
31 黄洪钟．机械设计模糊优化原理及应用．北京：科学出版社，1997
32 Norde H, Patrone F, Stef T. Characterizing properties of approximate solutions for optimization problems. Mathematical Social Sciences, 2000, 40: 297-311
33 Robbins S P．组织行为学．孙建敏，李原翻译．北京：中国人民大学出版社，2001
34 Simon H A．现代决策理论的基石．杨砾译．北京：北京经济学院出版社，1989
35 任平．优化理论中的令人满意准则．模糊数学，1983，(4)：111～112
36 Mesarovic M D, Takahara Y. On a qualitative theory of satisfactory control. Information Sciences, 1972, 4(4): 291～313
37 Matsuda T, Takatsu S. Characterization of satisficing decision criterion. Information Sciences, 1979, 17(2): 131～151
38 Matsuda T, Takatsu S. Algebraic properties of satisficing decision criterion. Information Sciences, 1979, 17(2): 221～237
39 Takatsu S. Latent satisficing decision criterion. Information Sciences, 1981, 25(2): 145～152
40 靳蕃．神经计算智能基础原理与方法．成都：西南交通大学出版社，2000
41 金炜东，满意优化问题与列车操纵优化方法研究．[西南交通大学博士论文]，1998
42 罗刚．满意解原则及其在控制系统中应用的研究．[西南交通大学博士论文]，1999
43 席裕庚．复杂工业过程的满意控制．信息与控制，1995，24(2)：14-20
44 马丰宁，寇纪淞，李敏强等．遗传算法中的满意度与最优距．系统工程理论与实践，1998，18(1)：19～21，59
45 郭耀煌，徐飞，张炜．基于满意度水平的多目标群决策问题的迭代算法．管理工程学报，2000，11(1)：25～32
46 Goodrich M A. A theory of satisficing control. [Brigham Young University Doctor Degree Dissertation], 1996
47 Stirling W C, Goodrich M A. Satisficing games. Information Science, 1999, 114(3): 225～280
48 Stirling W C, Morrell D R. Convex bayes decision theory. IEEE Transactions on Systems, Man, and Cybernetics, 1991, 21 (1): 173～183
49 邓志良．古典决策和管理决策的动机与效果浅析．中南工业大学学报，1995，(12)：75～78
50 吴清烈，徐南荣．基于目标满意度多目标决策的改进交互式方法．管理工程学报，1996，10(4)：217～222
51 王仁超，王启文，林润辉等．一种基于期望满意的群决策方法．系统工程理论与实践，2001，21(2)：12～16
52 Kato K, Sakawa M. An interactive fuzzy satisficing method for large scale multiobjective 0-1 programming problems with fuzzy parameters through genetic algorithms. European Journal of Operational Research, 1998, 107: 590～598
53 Sakawa M, Nishizaki I. Interactive fuzzy programming for two-level linear
fractional programming problems. Fuzzy Sets and Systems, 2001, 119:31～40
54 Sakawa M, Yauchi K. An interactive fuzzy satisflcing method for multiobjective nonconvex programming problems through floating point genetic algorithms. European Journal of Operational Research, 1999, 117: 113～124
55 Sakawa M, Kato K. An interactive fuzzy satisficing method for structured\ multiobjective linear fractional programs with fuzzy numbers. European Journal of Operational Research, 1998, 107:575～589
56 Sakawa M, Masahiro I, Kosuke Kato, Tomohiro Ikeda. An interactive fuzzy satisficing method for multiobjective optimal control problems in linear distributed-parameter systems. Fuzzy Sets and Systems, 1999, 102:237～246
57 Sakawa M. An interactive fuzzy satisficing method for multiobjective linear fractional programming problems. Fuzzy Sets and Systems, 1998 28: 129～144
58 Sakawa M, Shibano T. An interactive fuzzy satisficing method for multiobjective 0-1 programming problems with fuzzy numbers through genetic algorithms with double strings. European Journal of Operational Research, 1998, 107:564～574
59 Sakawa M, Kato K. An interactive fuzzy satisficing method for multiobjective block angular linear programming problems with fuzzy parameters. Fuzzy Sets and Systems, 2000, 111:55～69
60 Sakawa M.; Yauchi K. An interactive fuzzy satisficing method for multiobjective nonconvex programming problems with fuzzy numbers through coevolutionary Genetic Algorithms. IEEE Transactions on Systems, Man, And Cybernetics, Part B: Cybernetics, 2001, 31 (3): 459～467
61 胡思继．铁路运输计划指标纵向分解的满意度法．铁道学报，1993，15(1)：118～122
62 Pirjanian P. Satisficing action selection. In: Sensor Fusion and Decentralized Control in Robotic Systems. SPIE conference, November 1998, 35(23): 157～168
63 白广忱．系统可靠性多目标优化的满意解．系统工程与电子技术，2000，22(8)：85～87
64 王光远，陈树勋．工程结构系统软设计理论及应用．北京：国防工业出版
社，1996
65 吴清烈，徐南荣．基于满意度大规模含整变量多目标决策方法．控制与决策，1996，11(4)：439～445
66 达庆利，刘新旺．区间数线性规划及其满意解．系统工程理论与实践，1999，19(4)：2～6
67 张世英，林(禾?禾)．交互式广义目标规划决策方法——满意度决策方法．系统工程理论与实践，1994，14(5)：6～13
68 祝世京．冲突调解与目标满意度愿望水平的调整．华中理工大学学报，1994，22(8)：1～6
69 汉语大词典编写组．汉语大词典．上海：汉语大词典出版社，2000
70 辞海编写组．辞海．上海：上海辞书出版社，上海：1999
71 靳蕃，胡飞．模糊神经计算的满意输出原理．铁道学报，1996，18(2)：102～107
72 靳蕃．神经计算的满意解原理．科学，1992，19(5)：49～55
73 蒲云．ITS指挥系统的“满意”优化原则．世界科技研究与发展，2000，(9)：40～42
74 沈源．一种基于满意度的模糊层次分析评估方法，中国机械工程，1999，10(7)：769～772
75 杨晓光．具有交货期窗口满意数最大的排序问题算法复杂性．系统工程理论方法应用，2000，(1)：1～4
76 Andersson M R, Sandholm T W. Contract types for satisficing task allocation: II Experimental results. In: Proc. AAAI 1998 Spring Symposium on Satisficing Models. AAAI, March, 1998
77 Ball L J, Maskill L, Ormerod T C. Satisficing in engineering design: causes, consequences and implications for design support. Automation in Construction, 1998, 7(2-3): 213～227
78 Beard R W, Young B, Stirling W C. Nonlinear regulation using the satisficing paradigm. In: Proceedings of the American Control Conference, 2001, (6): 25～27
79 Curtis J W, Beard R W. A model-predictive satisficing approach to a nonlinear tracking problem. In: Proceedings of the IEEE Conference on Decision and Control, 2001:491～495
80 Erlandson R F. The satisficing process: a new look. IEEE Transactions On
Systems, Man and Cybernetics. 1981, 11 (11): 740～752
81 Goodrich M A, Stirling W C, Boer E R. Satisficing revisited. Minds and Machines, 2000, (10): 79～110
82 Goodrich M A, Stirling W C, Frost R L. A satisficing fuzzy logic controller. In: Proceedings of the Fifth IEEE International Conference on Fuzzy Systems, 1996:272～276
83 Goodrich M A, Stirling W C, Frost R L. Model predictive satisficing fuzzy logic control. IEEE Transactions on Fuzzy Systems, 1999, 7:319～332
84 Goodrich M A, Stirling W C, Frost R L. Satisficing approach to intelligent control of nonlinear systems. In: IEEE International Symposium on Intelligent Control-Proceedings, Sep 15～18,1996. IEEE 248～252
85 Goodrich M A, Stirling W, Frost R. A theory of satisficing decisions and control. IEEE Transactions on Systems, Man, and Cybernetics-Part A, 1998, 28(11): 763～779
86 Hayes B R, Collinot A. A satisficing cycle for real-time reasoning in intelligent agents. NASA Research report, Knowledge Systems Laboratory Stanford University, 1993
87 Jiang S H, Jiang X G, Xu N R. Two-stage interactive multi-objective decision-making method based on the satisfactoriness criterion. Journal of Southeast University(English Edition), 1998, 14(2): 91～98
88 Krsti M, Deng H. Stabilization of nonlinear uncertain systems. Berlin: Springer-Verlag, 1998
89 Mohan C, Nguyen H T. An interactive fuzzy satisficing method for solving multiobjective mixed fuzzy-stochastic programming problems. Fuzzy Sets and Systems 2001, (117): 61～79
90 黄文培．神经网络在机械结构系统优化设计中的应用研究．[西南交通大学博士论文]，1998
91 Hewitt E，Strombery K R．实分析与抽象分析(现代实变函数论)．孙广润译．天津：天津大学出版社，1994
92 Isao S, Masahiro I, Sakawa M. Fuzzy satisficing method for electric power plant coal purchase using genetic algorithms. European Journal of Operational Research, 2000, 126(10): 218～230
93 Taswell C. Satisficing search algorithms for selecting near-best bases in
adaptive tree-structured wavelet transforms. IEEE Transactions on Signal Processing, 1996, 44(10): 2423～2438
94 Young B, Curtis J. W, Beard R W. Nonlinear robust regulation using the satisficing paradigm. In: Proceedings of the IEEE Conference on Decision and Control, 2001, (3) 2791～2796
95 Simon H A.管理决策新科学.李柱流译.北京：中国社会科学出版社,1998
96 Bezdek J C. Pattern recognition with fuzzy objective function algorithms. New York: Plenum, 1998
97 陆金贵，李谦，王浩，曹一家．遗传算法原理及其工程应用．徐州：中国矿业大学出版社，1997
98 郭军．智能信息技术．北京：北京邮电大学出版社，1999
99 江南．微软描绘智能计算未来．计算机世界，2001，40
100 SipserM．计算理论导引．张立昂等译．北京：机械工业出版社，2000
101 盛万兴，戴汝为．关于智能控制．电子学报，1999，27(5)：86～89
102 何振亚．神经计算科学的展望．数据采集与处理，2001，16(1)：1～4
103 汪培庄．模糊集合论及其应用．上海：上海科学技术出版社，1983
104 Pahl G，Beitz W，EngineeringDesign．The Design Council，1984：1～15
105 关立文．基于计算智能的机械产品概念设计研究．[大连理工大学博士后出站报告]，2002
106 Hyeon H J, Parsaei H R, Wong J P. Concurrent engineering: The manufacturing philosophy for the 90's. Computer and Industry Engineering, 1991, 21(1-4): 34～39
107 陈理荣．数学建模导论．北京：北京邮电大学出版社，1999
108 刘骏跃．最优控制理论的现状与发展．机电工程，2000，17(5)：4～6
109 胡毓达．多目标规划有效性理论．上海：上海科学技术出版社，1994
110 胡毓达．实用多目标优化．上海：上海科学技术出版社，1990
111 彭立焱，陈柏鸿，钟毅芳等．大规模优化系统层次型分解的一种方法．华中理工大学学报，2000，28(6)：89～91
112 齐寅峰．多准则决策引论．兵器工业出版社，北京：1989
113 张雄．工程优化设计内点算法研究与应用。[华中理工大学博士论文)．1995
114 朱学军，薛量，王安麟等．利用神经网络实现复杂结构的多目标优化设计．
机械科学与技术，2000，19(3)：368～370
115 朱学军．基于Pareto多目标进化计算的健壮性设计方法及应用．[上海交通大学博士论文)．1999
116 吕大刚，张鹏，王光远．普遍型不确定性数学规划模型及求解．哈尔滨建筑大学学报，1998，3：7～13
117 Carlsson C, Kochetkov Y. Theory and practice of multiple criteria decision making: collection of papers presented at a workshop on multicriteria decision making, Moscow, 1981. Amsterdam, North-Holland Pub. Co., 1983
118 Chun W L. Feedback directed optimization. [The State University of New Jersey Doctor degree dissertation], 1994
119 Eckart Zurich. Evolutionary algorithms for multiobjective optimization: methods and applications. [Swiss Federal Institute of Technology Doctor degree dissertation], 1999
120 Horn J, Nafpliotis N. Multiobjective optimization using niched Pareto evolutionary algorithms, IlliGAL Report 93005, Illionois Evolutionary Algorithms Laboratory, University of Illinois, Urbana Champaingn. 1993
121 Makinen R, Neittaanmaki P, Periaux J el al. A genetic algorithm for multiobjective design optimization in aerodynamics and electromagnetics. Papailiou K D et al., editor. Computational Fluid Dynamics '98, Proceedings of the ECCOMAS 98 Conference, Athens, Greece, Wiley. 1998 (2): 418～422
122 Marco D, Vittorio M, Alberto C. Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation, 1997, 1 (1): 1～24
123 Pifjanian P. Multiple objective behavior-based control. Robotics and Autonomous Systems, 2000, (31): 53～60
124 Pirjanian P. Multiple objective action selection & behavior fusion using voting. [Aalborg University Doctor degree dissertation], 1998
125 Pirjanian P. Multiple objective action selection in behavior-based control. In The Proceedings of the 6th Symposium for Intelligent Robotic Systems, Edinburgh, Scotland, 1998, (6): 83～92
126 Gill P E, Murray W, Wright M H. Practical optimization. London: Academic press, 1981
127 Steuer R E. Multiple criteria optimization: theory, computation, and
application. New York: Wiley, 1986
128 刘则毅，刘灿．模拟退火算法在贷款组合优化决策中的应用．第6届全国青年管理科学与系统科学学术会议论文集，大连，2001．大连理工大学出版社：283～287
129 崔逊学，李淼，方廷健．多目标协调进化算法研究．计算机学报，2001，24(9)：979～984
130 王安麟，朱学军，张惠侨．Pareto多目标遗传算法及其在机械健壮设计中的应用．机械设计与研究，2000，(1)：10～13
131 金炳尧．一个用于多目标优化的进化规划算法．微机发展，2001，(5)：25～27
132 钱富才，刘丁，杨恒占．基于Hopfield网络的不可分稳态大系统递阶优化控制．系统工程理论与实践，2001，21(11)：8～13
133 于兰峰，关立文，黄洪钟．基于神经网络的多目标优化模型的模糊解法．中国机械工程第，2001，12(增刊)：131～134
134 朱文坚，刘建素，陈东．基于神经网络的柔性装配系统多目标优化设计．组合机床与自动化加工技术，2001，(6)：24～26
135 Jacque P, Mourad S, Betrand M. GA multiple objective optimization strategies for electromatnetic becscattering, In: Genetic algorighms and evolutions strategies in engineering and computer science-recent advances and industrial applications, 1997, 225～243
136 Zeleny M. Multiple criteria decision making. Toronto: Mcgraw Hill, 1982
137 董加礼．不可微多目标优化．数学进展，1994，23(6)：517～528
138 高荣．广义优化设计，北京：煤炭工业出版社，1991
139 李秀英，滕弘飞．机床优化设计．北京：机械工业出版社，1989
140 钱志勤，滕弘飞，孙治国．人机交互的遗传算法及其在约束布局优化中的应用．计算机学报，2001，24(5)：554～559
141 童彤，丰镇平，李军．遗传算法在透平叶栅多目标优化设计中的应用．中国电机工程学报，1999，19(6)：55～58
142 童彤，丰镇平．基于遗传算法的透平级多目标优化设计，工程热物理学报，2000，21(5)，576～578
143 王周宏．工程中非凸非光滑优化算法及其可视化系统的研究．[华中科技大学博士论文]，2001
144 吴鸿业等．蜗杆传动设计(上册)．北京：机械工业出版社，1986
145 余俊等．机械设计(第二版)．北京：高教出版社，1987
146 Yao X S, Huang H Z, Zhou Z R. Study on multi-objective optimization based on generalized satisfactory degree theory for transportation capability of railway-network. Proc. of ICTTS'2002. 947～952
147 李润方，王建军．齿轮系统动力学：振动，冲击，噪声．北京：科学出版社，1996
148 施其洲，施勇．具有双向、空重车流的路网车流径路多目标线性规划模型及算例．铁道学报，1999，21(2)：1～9
149 徐礼钜，梁尚明，吴江．基于遗传算法的摆动活齿传动多目标优化设计．机械设计与研究，2000，2：34～36
150 同济大学．铲土运输机械．中国建筑工业出版社，北京：1987
151 刘良臣．国内外装载机新技术展望．建筑机械化，2001，(5)：33～36
152 国外工程机械新技术、新结构与发展趋势．http：//www.jz2000.com
153 贡凯军，加入WTO与中国装载机行业的发展．工程机械，2000，(4)：1～4
154 李孝明．中国工程机械装载机产品发展及其趋势．http：//210.12.16.36
155 我国装载机行业现状．http：//www.jsast.com/fx/jx/fxjx2.htm
156 我国装载机行业走出自主发展之路．中经网www.cei.gov.cn
157 吉林工业大学工程机械教研室．轮式装载机设计．中国建筑工业出版社，北京：1982
158 刘颖翠，杨国平，装载机新型工作装置的研究．筑路机械与施工机械化，2000，17(2)：3～5
159 周复光．铲土运输机械设计与计算，水利电力出版社，北京：1986
160 方子帆，施仲光．轮式装载机转斗六连杆机构的优化设计．水利电力施工机械．1998，20(1)：22～26，48
161 潘双夏，刘慧斌，冯培恩．装载机正转八连杆机构工作装置的优化设计．同济大学学报，2001，29(12)：1499～1502
162 迟永滨，孙大刚．最优化设计控制方法及其在装载机设计中的运用．矿山机械，2001，(2)：19～22
163 Volvoce. Volvo Wheel Loader L50D Operator' Manual. http://www volvoce-china.com/products/ce/
164 王国彪，杨力夫．装载机工作装置优化设计．北京：机械工业出版社．1996
165 白亚铭．透视2001年机械行业上市公司．中国机电工程，2002，(2)：38～39
166 蔡惟慈．机械工业面临的问题及应对战略．中国机电工程，2002，(2)：15～16
167 管强，刘继红，钟毅芳等．面向产品再设计的装配性评价体系研究．中国机械工程，2002，13(2)：111～115
168 胡宗武，阎以诵．起重机动力学．北京：机械工业出版社，1988
169 刘更．结构动力学有限元程序设计．北京：国防工业出版社，1993
170 孙国正．工程机械广义优化方法研究与应用．北京：科学出版社，1992
171 孙靖民．机械优化设计(第二版)．北京：机械工业出版社，1999
172 王太辰主编．中国机械设计大典：第6卷，机械设计实践．南昌：江西科学技术出版社，2002
173 许纯新，王国强．机器人化工程机械的研究．工程机械与维修，2001，10：52～55
174 余俊主编．中国机械设计大典：第1卷，现代机械设计方法．南昌：江西科学技术出版社，2002
175 钟诗胜，王知行，关立文等．机构运动方案设计支持系统的总体设计．哈尔滨工业大学学报，1998，30(2)：26～30
176 谢里阳，林文强．疲劳剩余寿命分布的当量关系及可靠性计算方法．东北大学学报(自然科学版)，1995，16(6)：598～603
177 殷国富，陈永华．计算机辅助设计技术与应用．北京：科学出版社，2000
178 钟诗胜．工程方案设计中的模糊理论与技术．哈尔滨：哈尔滨工业大学出版社，2000
179 邹慧君，周洪．运动生成机构的优化综合．上海交通大学学报，2001，35(1)：128～132
180 曹惟庆．连杆机构的分析与综合．北京：科学出版社，2002
181 焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1990
182 薛家祥，黄石生．BP神经网络优化训练技术的研究．华南理工大学学报(自然科学版)，1998，26(7)：21～24 ．
183 闵惜琳，刘国华．用Matlab神经网络工具箱开发BP网络应用，计算机应用，2001，21(8)：163～164 ’
184 施阳．Matlab语言工具箱．西安：西北工业大学出版社，1998
185 伍春香，刘琳，王葆元．三层BP网隐层节点数确定方法的研究．武汉测绘科技大学学报，1998，24(2)：177～179
2 胡适耕，施保昌．最优化原理．武汉：华中理工大学出版社，2000
3 范鸣玉，张莹．最优化技术基础．北京：清华大学出版社，1982
4 席少霖，赵凤治．最优化计算方法．上海：上海科学技术出版社，1983
5 Division of optimization, http://www.optimization-online.org/
6 NEOS guide optimization Tree. http://www.fp.mcs.anl.gov/otc/Guide/OptWeb/index.html
7 冯培恩，邱清盈，潘双夏等．机械广义优化设计的理论框架，中国机械工程，2000，11(12)：126～131
8 余俊，周济等．优化方法程序库OPB-2——原理及应用．武汉：华中理工大学出版社，1997
9 万军，涂序彦．基于知识的广义优化方法．北京科技大学学报，1999，21(4)：413～416
10 金炳尧．最优化计算中的若干新技术．科技通报，2000，16(2)：119～124
11 Terry J, Stephanie F. Genetic algorithms and heuristic search. Artificial Intelligence, 1995, (5): 39～57
12 Hopfield J J, Tand D W. Neural computation of decision in optimization problems. Biological Cybernetics, 1985
13 Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by simulated annealing. Science, 1983: 220, 671～680
14 Holland J. Adaptation in natural and artificial systems. An Arbor: The University of Michigan press, 1975
15 康立山，谢云，尤矢勇等．非数值并行算法：模拟退火算法．北京：科学出版社，1994
16 Dorigo M, Vittorio M, Colorni A. The ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 1996, 26(1): 1～13
17 马良，项培军．蚂蚁算法在组合优化中的应用．管理科学学报．2001，4(2)：32～37
18 黄洪钟．模糊设计．北京：机械工业出版社，2000
19 Bellman R E, Zadeh L A. Decision making in a fuzzy environment. Management Science, 1970, 17(B): 141～164
20 唐加福，汪定伟．模糊优化理论与方法的研究综述．控制理论与应用．2000，12(2)：158～64
21 汪树玉，刘国华，包志仁．结构优化设计的现状与进展．基建优化，1999，20(4)：3～14
22 Simon H A．关于人为事物的科学．杨砾译．北京：解放军出版社，1988
23 刘扬松．机械结构的创新设计及其优化．石油机械，2000，28(2)：7～9
24 程耿东，顾元宪，王健．我国机械优化研究与应用的综述和展望．机械强度，1995，17(2)：48～64
25 冯培恩，邱清盈，潘双夏等．机械产品的广义优化设计进程研究．中国科学(E辑)，1999，29(4)：338～346
26 张根保，赵健衡．机械产品精度的并行优化设计——数学模型．重庆大学学报(自然科学版)，1988，21(1)：12～20
27 吴澄．现代集成制造系统的理论基础———类复杂性问题及其求解．计算机集成制造系统—CIMS，2001，7(3)：1～7
28 杨冰．实用最优化方法及计算机程序．哈尔滨：哈尔滨船舶工程学院出版社，1994
29 张济川．机械最优化设计及应用实例．北京：新时代出版社，1990
30 Goldberg D E. Genetic algorithms in search, optimization and machine learning. Reading: Addison-Wesley Publishing Company, 1989
31 黄洪钟．机械设计模糊优化原理及应用．北京：科学出版社，1997
32 Norde H, Patrone F, Stef T. Characterizing properties of approximate solutions for optimization problems. Mathematical Social Sciences, 2000, 40: 297-311
33 Robbins S P．组织行为学．孙建敏，李原翻译．北京：中国人民大学出版社，2001
34 Simon H A．现代决策理论的基石．杨砾译．北京：北京经济学院出版社，1989
35 任平．优化理论中的令人满意准则．模糊数学，1983，(4)：111～112
36 Mesarovic M D, Takahara Y. On a qualitative theory of satisfactory control. Information Sciences, 1972, 4(4): 291～313
37 Matsuda T, Takatsu S. Characterization of satisficing decision criterion. Information Sciences, 1979, 17(2): 131～151
38 Matsuda T, Takatsu S. Algebraic properties of satisficing decision criterion. Information Sciences, 1979, 17(2): 221～237
39 Takatsu S. Latent satisficing decision criterion. Information Sciences, 1981, 25(2): 145～152
40 靳蕃．神经计算智能基础原理与方法．成都：西南交通大学出版社，2000
41 金炜东，满意优化问题与列车操纵优化方法研究．[西南交通大学博士论文]，1998
42 罗刚．满意解原则及其在控制系统中应用的研究．[西南交通大学博士论文]，1999
43 席裕庚．复杂工业过程的满意控制．信息与控制，1995，24(2)：14-20
44 马丰宁，寇纪淞，李敏强等．遗传算法中的满意度与最优距．系统工程理论与实践，1998，18(1)：19～21，59
45 郭耀煌，徐飞，张炜．基于满意度水平的多目标群决策问题的迭代算法．管理工程学报，2000，11(1)：25～32
46 Goodrich M A. A theory of satisficing control. [Brigham Young University Doctor Degree Dissertation], 1996
47 Stirling W C, Goodrich M A. Satisficing games. Information Science, 1999, 114(3): 225～280
48 Stirling W C, Morrell D R. Convex bayes decision theory. IEEE Transactions on Systems, Man, and Cybernetics, 1991, 21 (1): 173～183
49 邓志良．古典决策和管理决策的动机与效果浅析．中南工业大学学报，1995，(12)：75～78
50 吴清烈，徐南荣．基于目标满意度多目标决策的改进交互式方法．管理工程学报，1996，10(4)：217～222
51 王仁超，王启文，林润辉等．一种基于期望满意的群决策方法．系统工程理论与实践，2001，21(2)：12～16
52 Kato K, Sakawa M. An interactive fuzzy satisficing method for large scale multiobjective 0-1 programming problems with fuzzy parameters through genetic algorithms. European Journal of Operational Research, 1998, 107: 590～598
53 Sakawa M, Nishizaki I. Interactive fuzzy programming for two-level linear
fractional programming problems. Fuzzy Sets and Systems, 2001, 119:31～40
54 Sakawa M, Yauchi K. An interactive fuzzy satisflcing method for multiobjective nonconvex programming problems through floating point genetic algorithms. European Journal of Operational Research, 1999, 117: 113～124
55 Sakawa M, Kato K. An interactive fuzzy satisficing method for structured\ multiobjective linear fractional programs with fuzzy numbers. European Journal of Operational Research, 1998, 107:575～589
56 Sakawa M, Masahiro I, Kosuke Kato, Tomohiro Ikeda. An interactive fuzzy satisficing method for multiobjective optimal control problems in linear distributed-parameter systems. Fuzzy Sets and Systems, 1999, 102:237～246
57 Sakawa M. An interactive fuzzy satisficing method for multiobjective linear fractional programming problems. Fuzzy Sets and Systems, 1998 28: 129～144
58 Sakawa M, Shibano T. An interactive fuzzy satisficing method for multiobjective 0-1 programming problems with fuzzy numbers through genetic algorithms with double strings. European Journal of Operational Research, 1998, 107:564～574
59 Sakawa M, Kato K. An interactive fuzzy satisficing method for multiobjective block angular linear programming problems with fuzzy parameters. Fuzzy Sets and Systems, 2000, 111:55～69
60 Sakawa M.; Yauchi K. An interactive fuzzy satisficing method for multiobjective nonconvex programming problems with fuzzy numbers through coevolutionary Genetic Algorithms. IEEE Transactions on Systems, Man, And Cybernetics, Part B: Cybernetics, 2001, 31 (3): 459～467
61 胡思继．铁路运输计划指标纵向分解的满意度法．铁道学报，1993，15(1)：118～122
62 Pirjanian P. Satisficing action selection. In: Sensor Fusion and Decentralized Control in Robotic Systems. SPIE conference, November 1998, 35(23): 157～168
63 白广忱．系统可靠性多目标优化的满意解．系统工程与电子技术，2000，22(8)：85～87
64 王光远，陈树勋．工程结构系统软设计理论及应用．北京：国防工业出版
社，1996
65 吴清烈，徐南荣．基于满意度大规模含整变量多目标决策方法．控制与决策，1996，11(4)：439～445
66 达庆利，刘新旺．区间数线性规划及其满意解．系统工程理论与实践，1999，19(4)：2～6
67 张世英，林(禾?禾)．交互式广义目标规划决策方法——满意度决策方法．系统工程理论与实践，1994，14(5)：6～13
68 祝世京．冲突调解与目标满意度愿望水平的调整．华中理工大学学报，1994，22(8)：1～6
69 汉语大词典编写组．汉语大词典．上海：汉语大词典出版社，2000
70 辞海编写组．辞海．上海：上海辞书出版社，上海：1999
71 靳蕃，胡飞．模糊神经计算的满意输出原理．铁道学报，1996，18(2)：102～107
72 靳蕃．神经计算的满意解原理．科学，1992，19(5)：49～55
73 蒲云．ITS指挥系统的“满意”优化原则．世界科技研究与发展，2000，(9)：40～42
74 沈源．一种基于满意度的模糊层次分析评估方法，中国机械工程，1999，10(7)：769～772
75 杨晓光．具有交货期窗口满意数最大的排序问题算法复杂性．系统工程理论方法应用，2000，(1)：1～4
76 Andersson M R, Sandholm T W. Contract types for satisficing task allocation: II Experimental results. In: Proc. AAAI 1998 Spring Symposium on Satisficing Models. AAAI, March, 1998
77 Ball L J, Maskill L, Ormerod T C. Satisficing in engineering design: causes, consequences and implications for design support. Automation in Construction, 1998, 7(2-3): 213～227
78 Beard R W, Young B, Stirling W C. Nonlinear regulation using the satisficing paradigm. In: Proceedings of the American Control Conference, 2001, (6): 25～27
79 Curtis J W, Beard R W. A model-predictive satisficing approach to a nonlinear tracking problem. In: Proceedings of the IEEE Conference on Decision and Control, 2001:491～495
80 Erlandson R F. The satisficing process: a new look. IEEE Transactions On
Systems, Man and Cybernetics. 1981, 11 (11): 740～752
81 Goodrich M A, Stirling W C, Boer E R. Satisficing revisited. Minds and Machines, 2000, (10): 79～110
82 Goodrich M A, Stirling W C, Frost R L. A satisficing fuzzy logic controller. In: Proceedings of the Fifth IEEE International Conference on Fuzzy Systems, 1996:272～276
83 Goodrich M A, Stirling W C, Frost R L. Model predictive satisficing fuzzy logic control. IEEE Transactions on Fuzzy Systems, 1999, 7:319～332
84 Goodrich M A, Stirling W C, Frost R L. Satisficing approach to intelligent control of nonlinear systems. In: IEEE International Symposium on Intelligent Control-Proceedings, Sep 15～18,1996. IEEE 248～252
85 Goodrich M A, Stirling W, Frost R. A theory of satisficing decisions and control. IEEE Transactions on Systems, Man, and Cybernetics-Part A, 1998, 28(11): 763～779
86 Hayes B R, Collinot A. A satisficing cycle for real-time reasoning in intelligent agents. NASA Research report, Knowledge Systems Laboratory Stanford University, 1993
87 Jiang S H, Jiang X G, Xu N R. Two-stage interactive multi-objective decision-making method based on the satisfactoriness criterion. Journal of Southeast University(English Edition), 1998, 14(2): 91～98
88 Krsti M, Deng H. Stabilization of nonlinear uncertain systems. Berlin: Springer-Verlag, 1998
89 Mohan C, Nguyen H T. An interactive fuzzy satisficing method for solving multiobjective mixed fuzzy-stochastic programming problems. Fuzzy Sets and Systems 2001, (117): 61～79
90 黄文培．神经网络在机械结构系统优化设计中的应用研究．[西南交通大学博士论文]，1998
91 Hewitt E，Strombery K R．实分析与抽象分析(现代实变函数论)．孙广润译．天津：天津大学出版社，1994
92 Isao S, Masahiro I, Sakawa M. Fuzzy satisficing method for electric power plant coal purchase using genetic algorithms. European Journal of Operational Research, 2000, 126(10): 218～230
93 Taswell C. Satisficing search algorithms for selecting near-best bases in
adaptive tree-structured wavelet transforms. IEEE Transactions on Signal Processing, 1996, 44(10): 2423～2438
94 Young B, Curtis J. W, Beard R W. Nonlinear robust regulation using the satisficing paradigm. In: Proceedings of the IEEE Conference on Decision and Control, 2001, (3) 2791～2796
95 Simon H A.管理决策新科学.李柱流译.北京：中国社会科学出版社,1998
96 Bezdek J C. Pattern recognition with fuzzy objective function algorithms. New York: Plenum, 1998
97 陆金贵，李谦，王浩，曹一家．遗传算法原理及其工程应用．徐州：中国矿业大学出版社，1997
98 郭军．智能信息技术．北京：北京邮电大学出版社，1999
99 江南．微软描绘智能计算未来．计算机世界，2001，40
100 SipserM．计算理论导引．张立昂等译．北京：机械工业出版社，2000
101 盛万兴，戴汝为．关于智能控制．电子学报，1999，27(5)：86～89
102 何振亚．神经计算科学的展望．数据采集与处理，2001，16(1)：1～4
103 汪培庄．模糊集合论及其应用．上海：上海科学技术出版社，1983
104 Pahl G，Beitz W，EngineeringDesign．The Design Council，1984：1～15
105 关立文．基于计算智能的机械产品概念设计研究．[大连理工大学博士后出站报告]，2002
106 Hyeon H J, Parsaei H R, Wong J P. Concurrent engineering: The manufacturing philosophy for the 90's. Computer and Industry Engineering, 1991, 21(1-4): 34～39
107 陈理荣．数学建模导论．北京：北京邮电大学出版社，1999
108 刘骏跃．最优控制理论的现状与发展．机电工程，2000，17(5)：4～6
109 胡毓达．多目标规划有效性理论．上海：上海科学技术出版社，1994
110 胡毓达．实用多目标优化．上海：上海科学技术出版社，1990
111 彭立焱，陈柏鸿，钟毅芳等．大规模优化系统层次型分解的一种方法．华中理工大学学报，2000，28(6)：89～91
112 齐寅峰．多准则决策引论．兵器工业出版社，北京：1989
113 张雄．工程优化设计内点算法研究与应用。[华中理工大学博士论文)．1995
114 朱学军，薛量，王安麟等．利用神经网络实现复杂结构的多目标优化设计．
机械科学与技术，2000，19(3)：368～370
115 朱学军．基于Pareto多目标进化计算的健壮性设计方法及应用．[上海交通大学博士论文)．1999
116 吕大刚，张鹏，王光远．普遍型不确定性数学规划模型及求解．哈尔滨建筑大学学报，1998，3：7～13
117 Carlsson C, Kochetkov Y. Theory and practice of multiple criteria decision making: collection of papers presented at a workshop on multicriteria decision making, Moscow, 1981. Amsterdam, North-Holland Pub. Co., 1983
118 Chun W L. Feedback directed optimization. [The State University of New Jersey Doctor degree dissertation], 1994
119 Eckart Zurich. Evolutionary algorithms for multiobjective optimization: methods and applications. [Swiss Federal Institute of Technology Doctor degree dissertation], 1999
120 Horn J, Nafpliotis N. Multiobjective optimization using niched Pareto evolutionary algorithms, IlliGAL Report 93005, Illionois Evolutionary Algorithms Laboratory, University of Illinois, Urbana Champaingn. 1993
121 Makinen R, Neittaanmaki P, Periaux J el al. A genetic algorithm for multiobjective design optimization in aerodynamics and electromagnetics. Papailiou K D et al., editor. Computational Fluid Dynamics '98, Proceedings of the ECCOMAS 98 Conference, Athens, Greece, Wiley. 1998 (2): 418～422
122 Marco D, Vittorio M, Alberto C. Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation, 1997, 1 (1): 1～24
123 Pifjanian P. Multiple objective behavior-based control. Robotics and Autonomous Systems, 2000, (31): 53～60
124 Pirjanian P. Multiple objective action selection & behavior fusion using voting. [Aalborg University Doctor degree dissertation], 1998
125 Pirjanian P. Multiple objective action selection in behavior-based control. In The Proceedings of the 6th Symposium for Intelligent Robotic Systems, Edinburgh, Scotland, 1998, (6): 83～92
126 Gill P E, Murray W, Wright M H. Practical optimization. London: Academic press, 1981
127 Steuer R E. Multiple criteria optimization: theory, computation, and
application. New York: Wiley, 1986
128 刘则毅，刘灿．模拟退火算法在贷款组合优化决策中的应用．第6届全国青年管理科学与系统科学学术会议论文集，大连，2001．大连理工大学出版社：283～287
129 崔逊学，李淼，方廷健．多目标协调进化算法研究．计算机学报，2001，24(9)：979～984
130 王安麟，朱学军，张惠侨．Pareto多目标遗传算法及其在机械健壮设计中的应用．机械设计与研究，2000，(1)：10～13
131 金炳尧．一个用于多目标优化的进化规划算法．微机发展，2001，(5)：25～27
132 钱富才，刘丁，杨恒占．基于Hopfield网络的不可分稳态大系统递阶优化控制．系统工程理论与实践，2001，21(11)：8～13
133 于兰峰，关立文，黄洪钟．基于神经网络的多目标优化模型的模糊解法．中国机械工程第，2001，12(增刊)：131～134
134 朱文坚，刘建素，陈东．基于神经网络的柔性装配系统多目标优化设计．组合机床与自动化加工技术，2001，(6)：24～26
135 Jacque P, Mourad S, Betrand M. GA multiple objective optimization strategies for electromatnetic becscattering, In: Genetic algorighms and evolutions strategies in engineering and computer science-recent advances and industrial applications, 1997, 225～243
136 Zeleny M. Multiple criteria decision making. Toronto: Mcgraw Hill, 1982
137 董加礼．不可微多目标优化．数学进展，1994，23(6)：517～528
138 高荣．广义优化设计，北京：煤炭工业出版社，1991
139 李秀英，滕弘飞．机床优化设计．北京：机械工业出版社，1989
140 钱志勤，滕弘飞，孙治国．人机交互的遗传算法及其在约束布局优化中的应用．计算机学报，2001，24(5)：554～559
141 童彤，丰镇平，李军．遗传算法在透平叶栅多目标优化设计中的应用．中国电机工程学报，1999，19(6)：55～58
142 童彤，丰镇平．基于遗传算法的透平级多目标优化设计，工程热物理学报，2000，21(5)，576～578
143 王周宏．工程中非凸非光滑优化算法及其可视化系统的研究．[华中科技大学博士论文]，2001
144 吴鸿业等．蜗杆传动设计(上册)．北京：机械工业出版社，1986
145 余俊等．机械设计(第二版)．北京：高教出版社，1987
146 Yao X S, Huang H Z, Zhou Z R. Study on multi-objective optimization based on generalized satisfactory degree theory for transportation capability of railway-network. Proc. of ICTTS'2002. 947～952
147 李润方，王建军．齿轮系统动力学：振动，冲击，噪声．北京：科学出版社，1996
148 施其洲，施勇．具有双向、空重车流的路网车流径路多目标线性规划模型及算例．铁道学报，1999，21(2)：1～9
149 徐礼钜，梁尚明，吴江．基于遗传算法的摆动活齿传动多目标优化设计．机械设计与研究，2000，2：34～36
150 同济大学．铲土运输机械．中国建筑工业出版社，北京：1987
151 刘良臣．国内外装载机新技术展望．建筑机械化，2001，(5)：33～36
152 国外工程机械新技术、新结构与发展趋势．http：//www.jz2000.com
153 贡凯军，加入WTO与中国装载机行业的发展．工程机械，2000，(4)：1～4
154 李孝明．中国工程机械装载机产品发展及其趋势．http：//210.12.16.36
155 我国装载机行业现状．http：//www.jsast.com/fx/jx/fxjx2.htm
156 我国装载机行业走出自主发展之路．中经网www.cei.gov.cn
157 吉林工业大学工程机械教研室．轮式装载机设计．中国建筑工业出版社，北京：1982
158 刘颖翠，杨国平，装载机新型工作装置的研究．筑路机械与施工机械化，2000，17(2)：3～5
159 周复光．铲土运输机械设计与计算，水利电力出版社，北京：1986
160 方子帆，施仲光．轮式装载机转斗六连杆机构的优化设计．水利电力施工机械．1998，20(1)：22～26，48
161 潘双夏，刘慧斌，冯培恩．装载机正转八连杆机构工作装置的优化设计．同济大学学报，2001，29(12)：1499～1502
162 迟永滨，孙大刚．最优化设计控制方法及其在装载机设计中的运用．矿山机械，2001，(2)：19～22
163 Volvoce. Volvo Wheel Loader L50D Operator' Manual. http://www volvoce-china.com/products/ce/
164 王国彪，杨力夫．装载机工作装置优化设计．北京：机械工业出版社．1996
165 白亚铭．透视2001年机械行业上市公司．中国机电工程，2002，(2)：38～39
166 蔡惟慈．机械工业面临的问题及应对战略．中国机电工程，2002，(2)：15～16
167 管强，刘继红，钟毅芳等．面向产品再设计的装配性评价体系研究．中国机械工程，2002，13(2)：111～115
168 胡宗武，阎以诵．起重机动力学．北京：机械工业出版社，1988
169 刘更．结构动力学有限元程序设计．北京：国防工业出版社，1993
170 孙国正．工程机械广义优化方法研究与应用．北京：科学出版社，1992
171 孙靖民．机械优化设计(第二版)．北京：机械工业出版社，1999
172 王太辰主编．中国机械设计大典：第6卷，机械设计实践．南昌：江西科学技术出版社，2002
173 许纯新，王国强．机器人化工程机械的研究．工程机械与维修，2001，10：52～55
174 余俊主编．中国机械设计大典：第1卷，现代机械设计方法．南昌：江西科学技术出版社，2002
175 钟诗胜，王知行，关立文等．机构运动方案设计支持系统的总体设计．哈尔滨工业大学学报，1998，30(2)：26～30
176 谢里阳，林文强．疲劳剩余寿命分布的当量关系及可靠性计算方法．东北大学学报(自然科学版)，1995，16(6)：598～603
177 殷国富，陈永华．计算机辅助设计技术与应用．北京：科学出版社，2000
178 钟诗胜．工程方案设计中的模糊理论与技术．哈尔滨：哈尔滨工业大学出版社，2000
179 邹慧君，周洪．运动生成机构的优化综合．上海交通大学学报，2001，35(1)：128～132
180 曹惟庆．连杆机构的分析与综合．北京：科学出版社，2002
181 焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1990
182 薛家祥，黄石生．BP神经网络优化训练技术的研究．华南理工大学学报(自然科学版)，1998，26(7)：21～24 ．
183 闵惜琳，刘国华．用Matlab神经网络工具箱开发BP网络应用，计算机应用，2001，21(8)：163～164 ’
184 施阳．Matlab语言工具箱．西安：西北工业大学出版社，1998
185 伍春香，刘琳，王葆元．三层BP网隐层节点数确定方法的研究．武汉测绘科技大学学报，1998，24(2)：177～179