基于多學(xué)科協(xié)同優(yōu)化的若干改進(jìn)策略研究.pdf

1、人類的需求始終是社會發(fā)展的主要動力之一，不論是從設(shè)計(jì)角度還是制造角度來看，工程都無一不以滿足人類的需求為主要目標(biāo)?，F(xiàn)今，人類的需求不再只局限于功能性的滿足，而逐漸地向需求多樣化發(fā)展，這使得一個獨(dú)立的產(chǎn)品綜合了越來越多的學(xué)科知識。多學(xué)科知識的相互融合極大地增加了產(chǎn)品的設(shè)計(jì)制造難度；多學(xué)科綜合優(yōu)化正是解決多學(xué)科優(yōu)化設(shè)計(jì)問題的一種有效途徑。本文介紹了多學(xué)科優(yōu)化的研究背景以及國內(nèi)外研究現(xiàn)狀，簡述了其發(fā)展歷史及具有代表性的多學(xué)科優(yōu)化算法，著重介紹

2、了多學(xué)科優(yōu)化中的協(xié)同優(yōu)化算法，描述了算法的基本思想及其框架，并針對其優(yōu)化結(jié)果對初始點(diǎn)敏感以及優(yōu)化過程易陷入局部最優(yōu)等不足提出了三種改進(jìn)方法。
　　第一種改進(jìn)方法是將協(xié)同優(yōu)化中子學(xué)科的學(xué)科最優(yōu)設(shè)計(jì)點(diǎn)融入到學(xué)科尋優(yōu)的過程中；改進(jìn)后的算法避免了子學(xué)科尋優(yōu)單純以系統(tǒng)級最優(yōu)設(shè)計(jì)點(diǎn)為參照標(biāo)準(zhǔn)，從而增大了學(xué)科尋優(yōu)可行域，減小尋優(yōu)結(jié)果對優(yōu)化初始點(diǎn)的依賴并減小尋優(yōu)過程陷入局部最優(yōu)的可能性；改進(jìn)后的算法本文稱之為靜態(tài)學(xué)科最優(yōu)協(xié)同優(yōu)化算法。第二種改進(jìn)方

3、法是在靜態(tài)學(xué)科最優(yōu)協(xié)同優(yōu)化算法的基礎(chǔ)上將每次尋優(yōu)迭代中的學(xué)科最優(yōu)設(shè)計(jì)點(diǎn)動態(tài)化，利用上一次學(xué)科最優(yōu)設(shè)計(jì)點(diǎn)來充當(dāng)本次學(xué)科最優(yōu)設(shè)計(jì)點(diǎn)的參考點(diǎn)；改進(jìn)后的算法具有靜態(tài)學(xué)科最優(yōu)協(xié)同優(yōu)化算法的優(yōu)點(diǎn)且尋優(yōu)過程穩(wěn)定性較佳，不會出現(xiàn)不收斂的情況；動態(tài)改進(jìn)后的算法本文稱之為動態(tài)學(xué)科最優(yōu)協(xié)同優(yōu)化算法。第三種改進(jìn)是針對基于響應(yīng)面的協(xié)同優(yōu)化算法，將置信域法融入其中，以提高構(gòu)造響應(yīng)面所使用的試驗(yàn)設(shè)計(jì)點(diǎn)的選取效率；此種改進(jìn)方法本文稱之為修正置信域的響應(yīng)面協(xié)同優(yōu)化算法。