結(jié)構(gòu)優(yōu)化運(yùn)動(dòng)極限的理性估計(jì)及其應(yīng)用.pdf

1、本文提出了運(yùn)動(dòng)極限的理性估計(jì)方法，旨在保障優(yōu)化技術(shù)中近似模型的可靠性。采用近似優(yōu)化技術(shù)不僅可以有效地減少結(jié)構(gòu)優(yōu)化設(shè)計(jì)的計(jì)算及分析次數(shù)，而且通過將其與實(shí)驗(yàn)設(shè)計(jì)方法相結(jié)合可以方便地解決結(jié)構(gòu)優(yōu)化建模的某些困難，因而這種方法在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中得到越來越多的研究和應(yīng)用。通過近似優(yōu)化技術(shù)建立的近似模型相對(duì)原模型而言只在當(dāng)前展開點(diǎn)是精確的，其距離當(dāng)前點(diǎn)越遠(yuǎn)，精度越得不到保證。解決此類問題的方法之一就是通過給設(shè)計(jì)變量施加合理的運(yùn)動(dòng)極限來保證近似模型的可靠

2、性。 現(xiàn)有的運(yùn)動(dòng)極限計(jì)算多數(shù)是根據(jù)設(shè)計(jì)點(diǎn)的位置和設(shè)計(jì)變量上下限，通過一定準(zhǔn)則來實(shí)施的，其并不是通過對(duì)近似函數(shù)本身性質(zhì)的討論而得出的理性結(jié)果，是屬于感性的估計(jì)方法，有時(shí)難免落于粗糙；少數(shù)具有自適應(yīng)能力的運(yùn)動(dòng)極限計(jì)算方法能夠使得運(yùn)動(dòng)極限隨設(shè)計(jì)點(diǎn)位置的改變而改變，但其只是針對(duì)某一特定的算法而提出的，不具有一般性。本文提出的理性運(yùn)動(dòng)極限旨在克服現(xiàn)有運(yùn)動(dòng)極限存在的不足，所做的主要工作如下： (1)利用迭代信息建立評(píng)估模型，應(yīng)用當(dāng)前

3、線性近似的零階、一階信息和前次的一階信息，構(gòu)造累積信息的約束二階估計(jì)近似顯式；通過指定誤差限，用約束二次估計(jì)代替準(zhǔn)確的約束函數(shù)作為評(píng)價(jià)函數(shù)，取當(dāng)前的一階近似與評(píng)價(jià)函數(shù)的相對(duì)誤差的絕對(duì)值不大于指定誤差限，成為運(yùn)動(dòng)極限的理性估計(jì)式；由運(yùn)動(dòng)極限理性估計(jì)式得到各個(gè)分量的運(yùn)動(dòng)極限計(jì)算不等式，從而求解得到運(yùn)動(dòng)極限。這些工作使得線性近似約束累積信息的運(yùn)動(dòng)極限估計(jì)由感性上升到理性。 (2)將理性運(yùn)動(dòng)極限應(yīng)用于序列二次規(guī)劃(SQP)算法，提出了一

4、種帶理性運(yùn)動(dòng)極限的序二次規(guī)劃算法SQPRML(Sequential Quadratic Programming with Raftonal Move Limits)，運(yùn)用該算法計(jì)算了大量實(shí)例，并與其它算法進(jìn)行比較，驗(yàn)證了程序的可靠性與有效性。 (3)將理性運(yùn)動(dòng)極限應(yīng)用于基于PATRAN/NASTRAN平臺(tái)的二維連續(xù)體形狀優(yōu)化程序當(dāng)中，并用PCL語(yǔ)言為該程序編制了友好的用戶界面，同時(shí)對(duì)幾種經(jīng)典結(jié)構(gòu)進(jìn)行了形狀優(yōu)化設(shè)計(jì)，以驗(yàn)證程序的可