多學(xué)科設(shè)計(jì)優(yōu)化技術(shù)與軟件框架開(kāi)發(fā).pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，產(chǎn)品設(shè)計(jì)也越來(lái)越復(fù)雜，通常涉及多個(gè)學(xué)科，多個(gè)目標(biāo)，多個(gè)約束和多個(gè)設(shè)計(jì)變量。多學(xué)科設(shè)計(jì)優(yōu)化（Multidisciplinary Design Optimization，MOO）正是為挖掘設(shè)計(jì)潛力，提高設(shè)計(jì)質(zhì)量而生。多學(xué)科設(shè)計(jì)優(yōu)化通過(guò)充分利用各個(gè)不同學(xué)科之間的相互作用產(chǎn)生的協(xié)同效應(yīng)從而獲得系統(tǒng)的整體滿意解。目前MDO已經(jīng)受到各個(gè)行業(yè)的廣泛關(guān)注，尤其是在航空航天，汽車，機(jī)械等領(lǐng)域。
　　 本文首先概要描述了多學(xué)

2、科設(shè)計(jì)優(yōu)化的數(shù)學(xué)描述和理論體系，包括系統(tǒng)的靈敏度分析，試驗(yàn)設(shè)計(jì)方法，近似技術(shù)，蒙特卡羅仿真，以及MDO問(wèn)題的建模與分解技術(shù)。MDO方法本身不是一個(gè)全新的算法或技術(shù)，而是由上述各種設(shè)計(jì)技術(shù)整合到一起的組合。
　　 優(yōu)化算法一直是MDO研究的熱點(diǎn)。本文重點(diǎn)研究了以模擬退火方法和遺傳算法為代表的智能優(yōu)化算法，與傳統(tǒng)的確定性算法相比，智能優(yōu)化算法在很多方面具有優(yōu)勢(shì)，如全局搜索性，對(duì)問(wèn)題的適應(yīng)性等。
　　 全面研究了當(dāng)前MDO領(lǐng)域

3、著名的優(yōu)化策略，包括多學(xué)科可行法，單學(xué)科可行法，并行子空間方法，協(xié)同優(yōu)化方法和兩級(jí)系統(tǒng)綜合法。這些優(yōu)化策略形成了MDO流程的工作流架構(gòu)。
　　 本文設(shè)計(jì)了一個(gè)基于計(jì)算機(jī)群集的多學(xué)科設(shè)計(jì)優(yōu)化框架，稱之為COWIMDOF。COWMDOF借鑒了當(dāng)前“云計(jì)算”的相關(guān)概念和思想，是一個(gè)基于計(jì)算機(jī)網(wǎng)絡(luò)的并行計(jì)算軟件框架。在這個(gè)框架中，提出了基于組件和XML的MDO建模方法，通過(guò)整合MS VISIO到程序中實(shí)現(xiàn)可視化建模。給出了第三方軟件包括