復(fù)雜產(chǎn)品設(shè)計(jì)空間探索與協(xié)調(diào)分解方法研究.pdf

1、復(fù)雜產(chǎn)品（如飛機(jī)、艦船、汽車，機(jī)床等）的設(shè)計(jì)優(yōu)化涵蓋眾多領(lǐng)域、涉及多個(gè)學(xué)科，并且領(lǐng)域、學(xué)科之間相互作用、彼此耦合，使得復(fù)雜產(chǎn)品的設(shè)計(jì)優(yōu)化過程極其復(fù)雜、難以求解。多學(xué)科設(shè)計(jì)優(yōu)化（MDO）正是針對這一問題而構(gòu)建的一種進(jìn)行系統(tǒng)綜合優(yōu)化的框架。由于MDO 其分解、優(yōu)化的有效性和實(shí)用性，逐漸成為復(fù)雜產(chǎn)品設(shè)計(jì)優(yōu)化研究領(lǐng)域的熱點(diǎn)。復(fù)雜產(chǎn)品的設(shè)計(jì)空間探索與協(xié)調(diào)分解是縮減設(shè)計(jì)空間、降低系統(tǒng)大規(guī)模計(jì)算的根本途徑，受到了廣泛關(guān)注。由于在復(fù)雜產(chǎn)品的設(shè)計(jì)優(yōu)化過程

2、中，研究設(shè)計(jì)空間探索與協(xié)調(diào)分解方法屬于學(xué)科交叉領(lǐng)域，需要相對較多的知識(shí)儲(chǔ)備，這使其發(fā)展受到一定程度地限制，給本領(lǐng)域的研究提出挑戰(zhàn)。
　　 本文從設(shè)計(jì)空間探索與協(xié)調(diào)分解入手，對復(fù)雜產(chǎn)品設(shè)計(jì)優(yōu)化的內(nèi)部機(jī)理進(jìn)行深入研究。建立了復(fù)雜產(chǎn)品設(shè)計(jì)空間探索與協(xié)調(diào)分解的研究體系，對于其中的若干問題進(jìn)行了較為深入的研究，包括基于知識(shí)的設(shè)計(jì)空間探索、基于物理規(guī)劃的分級目標(biāo)傳遞（ATC-PP）及其非協(xié)作元素解耦均衡點(diǎn)求解、均衡點(diǎn)穩(wěn)定性分析、元素分析模塊

3、的近似模型構(gòu)建等，并結(jié)合大型船舶設(shè)計(jì)優(yōu)化實(shí)例對所提出的方法進(jìn)行了驗(yàn)證，取得了很好的應(yīng)用效果。
　　 首先，提出了本文理論方法研究的體系，分析了復(fù)雜產(chǎn)品設(shè)計(jì)空間的特點(diǎn)，介紹了本文相關(guān)研究術(shù)語及其定義，在此基礎(chǔ)上，提出了復(fù)雜產(chǎn)品設(shè)計(jì)空間探索與協(xié)調(diào)分解的研究框架。
　　 其次，提出了基于雙層映射的設(shè)計(jì)空間探索方法。提出了基于粗糙集（RST）的逆向映射方法，實(shí)現(xiàn)系統(tǒng)性能空間到配置空間的映射，通過對大量的有用設(shè)計(jì)配置數(shù)據(jù)進(jìn)行分析，

4、得到相關(guān)的配置規(guī)則，將性能空間映射到配置空間并進(jìn)行劃分；提出了基于自組織映射（SOM）的逆向映射方法，實(shí)現(xiàn)配置空間到設(shè)計(jì)空間映射，以達(dá)到減少變量維數(shù)與縮小設(shè)計(jì)空間的目的。雙層“逆向映射”方法將系統(tǒng)性能空間映射到設(shè)計(jì)空間，實(shí)現(xiàn)了設(shè)計(jì)空間的探索與范圍縮減。
　　 然后，提出了基于物理規(guī)劃的分級目標(biāo)傳遞方法，建立了相應(yīng)的數(shù)學(xué)模型和實(shí)施流程。該方法不僅保留了分級目標(biāo)傳遞方法（ATC）基于部件分解的優(yōu)點(diǎn)，而且引入了物理規(guī)劃（PP）中的偏好

5、函數(shù)來衡量父子元素之間的響應(yīng)與連接變量的容差。
　　 偏好函數(shù)的引入可以反映出工程設(shè)計(jì)人員的設(shè)計(jì)偏好，符合設(shè)計(jì)人員的設(shè)計(jì)習(xí)慣。
　　 在偏好區(qū)間內(nèi)，研究非協(xié)作元素間耦合均衡點(diǎn)求解與均衡點(diǎn)的穩(wěn)定性等問題，利用響應(yīng)面構(gòu)建出合理反應(yīng)集，實(shí)現(xiàn)均衡點(diǎn)的求解；采用基于Laypunov 直接法的系統(tǒng)解耦穩(wěn)定性判斷方法，判定ATC-PP 方法的解耦穩(wěn)定性。
　　 接著，提出了基于B-Kriging 模型的近似模型構(gòu)造方法。相對于

6、其它近似模型的構(gòu)造方法，Kriging 模型具有更高的模型精度。在ATC-PP 方法中，由于設(shè)計(jì)變量在偏好區(qū)間中的均值無法準(zhǔn)確預(yù)測，構(gòu)造了基于貝葉斯變量選擇方法的Kriging 模型（B-Kriging 模型），提出了B-Kriging 模型中連接變量一次候選項(xiàng)的強(qiáng)制保留機(jī)制，避免在進(jìn)行貝葉斯變量選擇時(shí)刪除連接變量，確保整個(gè)系統(tǒng)解耦的可行性與穩(wěn)定性。
　　 隨后，將本文所提出的設(shè)計(jì)空間探索與協(xié)調(diào)分解方法，應(yīng)用于50000DWT大