基于響應(yīng)面建模和改進粒子群算法的有限元模型修正方法.pdf

1、現(xiàn)代飛行器多采用平臺化、模塊化設(shè)計以縮短研制周期，節(jié)約研究經(jīng)費，新型航天器往往采用對成熟平臺的改進就能完成設(shè)計，以適應(yīng)空間市場的快速發(fā)展?；贛SC/PATRAN的模型修正技術(shù)在航空航天領(lǐng)域應(yīng)用廣泛，目前主要根據(jù)工程人員經(jīng)驗對可能存在誤差的建模部位及結(jié)構(gòu)參數(shù)進行多次調(diào)整，限制了修正效率和精度?；陧憫?yīng)面的模型修正方法可以避免基于有限元的模型修正過程中結(jié)構(gòu)參數(shù)的每次變化都要調(diào)用有限元程序計算從而導(dǎo)致效率低下的缺點，且有限元軟件不易與新興的

2、粒子群算法等優(yōu)化算法結(jié)合等缺點。響應(yīng)面方法和優(yōu)化算法結(jié)合進行模型修正，可以有效確定模型誤差所在位置及參數(shù)修正值，同時給出各誤差參數(shù)間定量的對應(yīng)關(guān)系，還可以通過設(shè)定多個修正目標(biāo)的適應(yīng)度函數(shù)使得修正后模型在多種分析計算方面的性能都得到改善。本文主要從以下三個方面進行了研究：
　　在分析現(xiàn)有粒子群算法運算特點及所存在的缺陷基礎(chǔ)上提出了基于分組控制策略的改進粒子群算法，將粒子按適應(yīng)度分為優(yōu)解群和劣解群，將優(yōu)解群中的粒子引入混沌搜索機制，增

3、加粒子多樣性；對劣解群中的粒子進行變異，有效幫助其脫離劣解群，增大尋求最優(yōu)解的概率。分析了改進粒子群算法中粒子飛行軌跡和速度的收斂條件，通過計算得到了使得算法收斂的參數(shù)取值范圍，為改進算法中各參數(shù)的選取提供指導(dǎo)。
　　響應(yīng)面模型的構(gòu)成形式是影響響應(yīng)面精度的主要因素，通過比較各種形式響應(yīng)面的構(gòu)成及計算效果，提出了線性—高斯組合核支持向量機響應(yīng)面，該響應(yīng)面綜合了一次多項式的線性模擬能力和高斯核的非線性擬合能力，具有良好的計算精度和廣泛

4、的適用范圍。為表示響應(yīng)面模型中各參數(shù)對計算結(jié)果的不同影響程度，引進加權(quán)思想，通過分析提出了適用于顯式函數(shù)的由響應(yīng)面函數(shù)計算各結(jié)構(gòu)參數(shù)在各設(shè)計點處偏導(dǎo)數(shù)作為評價各參數(shù)對結(jié)構(gòu)響應(yīng)影響程度的加權(quán)方式和適用于實際工程結(jié)構(gòu)的由分析所得結(jié)構(gòu)參數(shù)對響應(yīng)影響度作評價標(biāo)準(zhǔn)的加權(quán)方式，依此構(gòu)造加權(quán)矩陣。加權(quán)線性—高斯組合核支持向量機響應(yīng)面能有效提高分析效率和精度，在選取高斯核中參數(shù)σ時，經(jīng)多次試驗發(fā)現(xiàn)σ取函數(shù)設(shè)計空間半徑時能取得良好的擬合效果。
　　

5、詳細介紹了基于響應(yīng)面方法的模型修正過程和基于有限元等方法的模型修正過程的不同，用組合粒子群算法和加權(quán)線性—高斯組合核支持向量機響應(yīng)面對多鋪層碳纖維蜂窩板模型進行修正，通過該例給出了基于響應(yīng)面方法的模型修正的清晰思路和過程，檢驗了響應(yīng)面方法修正后的模型在試驗頻段內(nèi)的復(fù)現(xiàn)能力和試驗頻段外的預(yù)測能力，并對修正前后模型與基準(zhǔn)模型的原點和跨點頻響函數(shù)進行對比，證實了修正模型的有效性。將加權(quán)線性—高斯組合核支持向量機響應(yīng)面和分組控制粒子群算法應(yīng)用于