基于變可信度近似的設(shè)計(jì)優(yōu)化關(guān)鍵技術(shù)研究.pdf

1、在現(xiàn)代復(fù)雜工程產(chǎn)品的設(shè)計(jì)優(yōu)化中，計(jì)算機(jī)仿真技術(shù)已發(fā)展成為不可或缺的重要手段。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，仿真分析模型有限單元尺寸越來(lái)越小，數(shù)目越來(lái)越多，仿真精度得到極大提升，但與此相伴隨的則是仿真分析的計(jì)算開(kāi)銷(xiāo)呈指數(shù)級(jí)增加，給現(xiàn)代復(fù)雜產(chǎn)品設(shè)計(jì)的工程實(shí)踐提出了挑戰(zhàn)。在此情況下，近似模型方法應(yīng)運(yùn)而生，它通過(guò)對(duì)仿真分析模型進(jìn)行簡(jiǎn)單替代，有效減少了計(jì)算資源的消耗。于二十世紀(jì)末提出的變可信度近似模型，通過(guò)融合高低可信度分析模型，能在小樣本條件下實(shí)現(xiàn)

2、精確度較高的近似，在工程應(yīng)用中，表現(xiàn)出了巨大的潛力。
　　基于變可信度近似的設(shè)計(jì)優(yōu)化可以充分利用不同可信度分析模型的優(yōu)勢(shì)，成為解決如何在保證可信的優(yōu)化結(jié)果前提下盡可能降低計(jì)算成本、提高計(jì)算效率這一重要問(wèn)題的有效途徑。變可信度近似模型可以替代復(fù)雜、隱式或未知的函數(shù)關(guān)系，是整個(gè)優(yōu)化過(guò)程的基礎(chǔ)。在構(gòu)建變可信度近似模型之前，如何有效的配置高低可信度分析模型的樣本點(diǎn)，關(guān)系到近似模型的逼近精度和構(gòu)建成本，因此面向變可信度近似的實(shí)驗(yàn)設(shè)計(jì)也尤為重

3、要。而優(yōu)化求解策略關(guān)系到高低可信度分析模型在優(yōu)化過(guò)程中不同角色定位和轉(zhuǎn)換，可以提高計(jì)算精度，降低計(jì)算成本。因此，面向變可信度近似的實(shí)驗(yàn)設(shè)計(jì)、變可信度近似模型的構(gòu)建和優(yōu)化求解策略構(gòu)成了基于變可信度近似的設(shè)計(jì)優(yōu)化方法的核心關(guān)鍵內(nèi)容。本文圍繞這三方面的關(guān)鍵內(nèi)容，開(kāi)展了進(jìn)一步的研究：
　　在面向變可信度近似的實(shí)驗(yàn)設(shè)計(jì)方面，提出了基于平移傳播的嵌套拉丁超立方設(shè)計(jì)。將簡(jiǎn)單的嵌套設(shè)計(jì)平移復(fù)制至整個(gè)設(shè)計(jì)空間形成嵌套拉丁超立方設(shè)計(jì)，不需要額外的優(yōu)化

4、，使工程產(chǎn)品設(shè)計(jì)人員能快速、高效地獲得面向變可信度近似的實(shí)驗(yàn)設(shè)計(jì)方案，為構(gòu)建性能優(yōu)良的變可信度近似模型打下良好的基礎(chǔ)。
　　在全局變可信度近似模型構(gòu)建方法方面，提出了先驗(yàn)知識(shí)輸入的最小二乘支持向量回歸（PKI-LSSVR），并比較總結(jié)了不同全局變可信度近似模型的優(yōu)缺點(diǎn)和適應(yīng)范圍。PKI-LSSVR將低可信度分析模型的輸出看成先驗(yàn)知識(shí)，建立高低可信度分析模型輸出間的映射，同時(shí)采用CPSO算法進(jìn)行參數(shù)估計(jì)來(lái)提高模型的泛化能力。與常用的

5、差距標(biāo)度方法不同，PKI-LSSVR采用了輸出映射的思想，建立了高低可信度分析模型響應(yīng)間的直接聯(lián)系，是模型融合的一種新思路。考慮不同樣本規(guī)模和樣本噪聲等因素，從預(yù)測(cè)精度、魯棒性和計(jì)算效率等三方面對(duì)PKI-LSSVR和其它常見(jiàn)的全局變可信度近似模型進(jìn)行了比較，總結(jié)了它們各自的優(yōu)缺點(diǎn)和適用范圍，為工程產(chǎn)品設(shè)計(jì)人員在選用近似模型時(shí)提供了指導(dǎo)和參考。
　　在優(yōu)化策略方面，提出了基于參數(shù)化下置信度邊界（PLCB）的序列優(yōu)化求解策略。該策略通

6、過(guò)參數(shù)化下置信度邊界加點(diǎn)準(zhǔn)則，有效控制變可信度近似模型的更新，引導(dǎo)著優(yōu)化向全局最優(yōu)解進(jìn)行，以較小的計(jì)算成本得到較為準(zhǔn)確的最優(yōu)解，消除了TR-AMMO等的優(yōu)化策略不能充分利用樣本點(diǎn)、容易陷入局部最優(yōu)的缺點(diǎn)。
　　然后，將上述研究?jī)?nèi)容融合在多學(xué)科設(shè)計(jì)優(yōu)化中，提出了基于變可信度優(yōu)化的分級(jí)目標(biāo)傳遞（ATC）方法。為解決多學(xué)科設(shè)計(jì)優(yōu)化問(wèn)題中的計(jì)算復(fù)雜度難題，將上述關(guān)鍵技術(shù)研究成果和ATC方法相結(jié)合：利用嵌套拉丁超立方設(shè)計(jì)和PKI-LSSVR