基于改進(jìn)RBF建模和自適應(yīng)采樣的RBDO方法研究.pdf

1、在對可靠性要求越來越高的當(dāng)今社會(huì)，為充分考慮產(chǎn)品設(shè)計(jì)的不確定性，基于可靠性的設(shè)計(jì)優(yōu)化（RBDO）方法已成為研究熱點(diǎn)。在基于可靠性設(shè)計(jì)優(yōu)化的工程問題中，概率約束大多數(shù)情況下為隱式的，給定設(shè)計(jì)變量值后需通過計(jì)算機(jī)仿真才能得到相應(yīng)的輸出響應(yīng)，優(yōu)化求解成本較高。為了節(jié)約計(jì)算成本，提高求解效率，越來越多的研究人員將近似模型替代隱式概率約束的策略引入到RBDO問題求解中。
　　本文對基于徑向基函數(shù)（RBF）近似模型技術(shù)和自適應(yīng)采樣方法的RBD

2、O問題進(jìn)行研究：針對現(xiàn)有由單一核函數(shù)構(gòu)建的RBF模型魯棒性較差的不足，提出了一種自適應(yīng)組合各核函數(shù)，充分利用各核函數(shù)優(yōu)點(diǎn)的MK-RBF模型；針對工程實(shí)際中，仿真耗時(shí)較長，樣本獲取困難問題，提出了一種基于改進(jìn)最小距離最大化采樣準(zhǔn)則的自適應(yīng)采樣（IMMDAS）方法，并與MK-RBF近似模型技術(shù)、序列優(yōu)化與可靠性評(píng)估(SORA)方法相結(jié)合用于求解RBDO問題，以提高其求解的精度與效率；最后將本文提出的方法用于求解全回轉(zhuǎn)推進(jìn)器驅(qū)動(dòng)軸的可靠性設(shè)計(jì)

3、優(yōu)化問題，取得了良好的應(yīng)用效果。
　　首先，針對現(xiàn)有 RBF模型根據(jù)不同的問題需選用不同核函數(shù)才能取得較好效果的特點(diǎn)，本文在研究各核函數(shù)應(yīng)用效果的基礎(chǔ)上，提出了一種結(jié)合各核函數(shù)優(yōu)點(diǎn)的MK-RBF模型。該技術(shù)采用啟發(fā)式權(quán)重求解策略聚集了 RBF模型中各常用核函數(shù)的優(yōu)勢，在一定程度上改善了RBF模型的魯棒性、適應(yīng)性且提高了對函數(shù)的擬合精度。
　　其次，針對工程實(shí)際問題中，計(jì)算機(jī)仿真耗時(shí)較長，樣本獲取困難的問題，提出了一種IMMD

4、AS方法，并將該方法與MK-RBF近似模型技術(shù)、SORA方法相結(jié)合用于求解 RBDO問題。該方法結(jié)合了當(dāng)前設(shè)計(jì)點(diǎn)附近概率約束函數(shù)的局部擬合精度對 RBDO問題求解精度影響較大的特點(diǎn)，能以較少樣本點(diǎn)擬合出較高精度的當(dāng)前設(shè)計(jì)點(diǎn)附近概率約束邊界局部模型，充分利用了樣本點(diǎn)，極大地提高了RBDO問題求解的精度和效率。
　　最后，詳細(xì)闡述了某全回轉(zhuǎn)推進(jìn)器驅(qū)動(dòng)軸的剛度和疲勞壽命有限元分析過程，并建立了該驅(qū)動(dòng)軸可靠性設(shè)計(jì)優(yōu)化的數(shù)學(xué)模型，利用本文提