多學(xué)科協(xié)同優(yōu)化中不確定性及多目標(biāo)性研究.pdf

1、復(fù)雜產(chǎn)品的設(shè)計(jì)過程往往涉及多個(gè)學(xué)科領(lǐng)域的相關(guān)知識(shí)，多學(xué)科設(shè)計(jì)優(yōu)化(MDO)能夠根據(jù)現(xiàn)有工程設(shè)計(jì)組織形式，將復(fù)雜產(chǎn)品的設(shè)計(jì)過程分解為若干子學(xué)科，有益于子學(xué)科自治和知識(shí)重用。MDO是一新興學(xué)科，許多技術(shù)有待于進(jìn)一步的提高和完善。本文在多學(xué)科協(xié)同優(yōu)化框架中，研究MDO問題中不確定性及多目標(biāo)性的解決方法，主要研究成果總結(jié)如下:
　　(1)針對(duì)協(xié)同優(yōu)化中一致性等式約束所造成的計(jì)算困難，以及罰函數(shù)法約束處理策略中罰因子的選取困難，采用遺傳算法

2、和逐步增強(qiáng)約束強(qiáng)度的思想，提出了基于遺傳算法的協(xié)同優(yōu)化方法。利用各子學(xué)科返回的優(yōu)化結(jié)果，計(jì)算種群中個(gè)體的不可行度，根據(jù)不可行度和閾值來決定個(gè)體的可行性。利用循環(huán)迭代次數(shù)調(diào)整閾值，保證系統(tǒng)級(jí)優(yōu)化向一致性等式約束不滿足度減小的方向進(jìn)行，達(dá)到了有效增強(qiáng)子學(xué)科間一致性的目的。
　　(2)針對(duì)協(xié)同優(yōu)化對(duì)初始點(diǎn)選取敏感和易陷入局部極值點(diǎn)的問題，提出了基于兩階段優(yōu)化策略的協(xié)同優(yōu)化方法。在全局優(yōu)化階段，采用較大的松弛因子，在保證學(xué)科間一致性的前提

3、下，將優(yōu)化點(diǎn)優(yōu)化到全局極值點(diǎn)附近;根據(jù)學(xué)科間一致性的控制方式，給出先驗(yàn)約束法和后驗(yàn)修正法兩種求解方法。在局部?jī)?yōu)化階段，逐步減小松弛因子的取值，增強(qiáng)學(xué)科間的一致性，得到全局極值點(diǎn)。
　　(3)針對(duì)MDO問題中存在的設(shè)計(jì)變量誤差和模型誤差，提出了簡(jiǎn)化的基于隱含不確定性傳播(IUP)的魯棒協(xié)同優(yōu)化(RCO)模型。將耦合狀態(tài)變量的最大變差作為輔助設(shè)計(jì)變量，其計(jì)算過程在各子學(xué)科分析模型的內(nèi)部實(shí)現(xiàn)。在符合協(xié)同優(yōu)化結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，避免了IUP

4、方法中全局靈敏度方程的求解計(jì)算過程，可以提高模型的計(jì)算效率和應(yīng)用范圍。從符合協(xié)同優(yōu)化框架結(jié)構(gòu)、模型誤差近似形式具有合理性以及能夠滿足學(xué)科間一致性三個(gè)角度，對(duì)模型的合理性進(jìn)行說明。
　　(4)在RCO模型求解方面，提出了基于循環(huán)遍歷和基于NSGA-Ⅱ的兩種方法。在基于循環(huán)遍歷的RCO求解方法中，為避免優(yōu)化結(jié)果受初始點(diǎn)的影響，選用確定性優(yōu)化結(jié)果作為起始點(diǎn)，采用遍歷組合的方式給出權(quán)值。在基于NSGA-Ⅱ的RCO求解方法中，通過設(shè)置動(dòng)態(tài)個(gè)

5、體可行性閾值，解決由RCO優(yōu)化結(jié)構(gòu)造成的目標(biāo)函數(shù)及其變差易陷入局部極值點(diǎn)的問題。在進(jìn)化初期，保留較多的目標(biāo)函數(shù)及其變差較小的個(gè)體，以便優(yōu)化向全局極值點(diǎn)附近靠近;在進(jìn)化后期，保留較多的學(xué)科間一致性較好的個(gè)體，以便增強(qiáng)學(xué)科間的一致性。
　　(5)以子學(xué)科具有多目標(biāo)性的MDO問題為研究對(duì)象，針對(duì)各目標(biāo)函數(shù)先驗(yàn)知識(shí)已知的情況，提出了基于線性物理規(guī)劃的多日標(biāo)協(xié)同優(yōu)化(MOCO)求解方法。針對(duì)子學(xué)科一致性目標(biāo)函數(shù)與子學(xué)科自身目標(biāo)函數(shù)具有不同的

6、作用和重要性的特點(diǎn)，提出將子學(xué)科一致性目標(biāo)函數(shù)轉(zhuǎn)換為子學(xué)科約束的策略，并給出最近距離和松弛距離兩種轉(zhuǎn)換形式，松弛距離轉(zhuǎn)換形式更易于子學(xué)科自身目標(biāo)函數(shù)取得較好的優(yōu)化性能。
　　(6)以子學(xué)科具有多目標(biāo)性的MDO問題為研究對(duì)象，將多目標(biāo)子學(xué)科優(yōu)化過程作為研究重點(diǎn)，提出了基于NSGA-Ⅱ的MOCO求解方法。從提高多目標(biāo)子學(xué)科優(yōu)化計(jì)算效率和計(jì)算精度的角度，給出具有良好的可行性和多樣性的初始種群生成方法。從提高子學(xué)科自身目標(biāo)函數(shù)優(yōu)化性能的角