基于近似模型的兩級(jí)集成系統(tǒng)協(xié)同優(yōu)化方法研究.pdf

1、復(fù)雜產(chǎn)品的設(shè)計(jì)通常涉及到眾多學(xué)科,而且學(xué)科之間存在復(fù)雜的耦合關(guān)系,能夠解決復(fù)雜、強(qiáng)耦合設(shè)計(jì)問(wèn)題的多學(xué)科設(shè)計(jì)優(yōu)化方法(MDO)的作用越來(lái)越突出。MDO優(yōu)化過(guò)程是多學(xué)科設(shè)計(jì)優(yōu)化中最核心、最重要的內(nèi)容,直接決定了MDO技術(shù)在具體的工程優(yōu)化問(wèn)題中的應(yīng)用可靠性。國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)MDO優(yōu)化過(guò)程進(jìn)行了較深入的研究,并取得了一定的成果。但是由于產(chǎn)品的多樣性和復(fù)雜性,還沒有形成一種能廣泛應(yīng)用于各種MDO問(wèn)題的方法。同時(shí),近似模型技術(shù)因其既能保證一定的精度

2、,又能大幅度降低重復(fù)調(diào)用精確仿真模型所需的計(jì)算成本,已成為研究復(fù)雜系統(tǒng)MDO問(wèn)題時(shí)必不可少的工具。本文主要對(duì)MDO優(yōu)化過(guò)程和近似模型進(jìn)行研究,尋求一種能更快更準(zhǔn)找到全局最優(yōu)方案的高效、高可靠性的MDO優(yōu)化方法。
　　首先,本文對(duì)MDO優(yōu)化過(guò)程和近似模型技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了調(diào)研,從分析系統(tǒng)優(yōu)化與子系統(tǒng)優(yōu)化之間的關(guān)系出發(fā),探討了一般分解-協(xié)調(diào)優(yōu)化過(guò)程的迭代流程,并對(duì)幾種主要的多級(jí)MDO優(yōu)化過(guò)程進(jìn)行了研究,從分解技術(shù)、收斂性、求解

3、效率等多方面分析比較了它們之間的優(yōu)劣。
　　其次,本文在已有的研究基礎(chǔ)之上,對(duì)其中綜合優(yōu)化性能較好的兩級(jí)集成系統(tǒng)協(xié)同優(yōu)化(BLISCO)方法進(jìn)行了深入研究,針對(duì)該方法所存在的每次迭代需要調(diào)用高計(jì)算量的精確仿真分析、學(xué)科優(yōu)化易受數(shù)值噪聲影響等問(wèn)題,對(duì)其進(jìn)行了改進(jìn),提出了基于近似模型技術(shù)的BLISCO-AM方法,并給出了該方法的算法結(jié)構(gòu)和優(yōu)化流程。本文通過(guò)一個(gè)強(qiáng)耦合的非線性優(yōu)化問(wèn)題對(duì)該改進(jìn)方法的可行性進(jìn)行了驗(yàn)證。與原來(lái)的BLSCO方法

4、相比,該改進(jìn)方法大大減少了子系統(tǒng)分析次數(shù),提高了求解效率。同時(shí),本文還對(duì)改進(jìn)方法中的一致性約束進(jìn)行了研究,通過(guò)對(duì)比采用不同允許容差ε獲得的優(yōu)化結(jié)果,證實(shí)了在算法中用不等式約束代替嚴(yán)格等式約束的可行性和有效性。
　　最后,在以上研究成果的基礎(chǔ)上,針對(duì)齒輪減速箱優(yōu)化問(wèn)題,對(duì)改進(jìn)的BLISCO-AM方法中采用不同近似模型技術(shù)的不同優(yōu)化效果進(jìn)行了研究。試驗(yàn)結(jié)果表明采用響應(yīng)面模型的BLSCO-AM方法和采用Kriging模型的BLISCO-