基于满意度原理的多学科协同优化

由于多学科设计优化涉及众多复杂因素，各个学科需要满足的约束是不同的，而系统级通常采用一致性约束来保证学科级共享、耦合变量及目标值的一致,在很多情况下共享、耦合变量及目标值满足了约束，但是各个学科获得的并不是本学科的最优解．本文采用满意度原理设计协同优化的系统级目标函数，综合考虑了学科级优化解的满意度和共享、耦合变量及目标值对于一致性约束的满意度，以增强协同优化的综合处理能力．齿轮变速箱优化实例表明该方法是可行有效的．     

模块化产品族的共享模块筛选方法

针对在模块化平台中筛选共享变量的问题,受协同优化算法使用一致性约束函数对各子优化问题进行一致性统筹的启发,提出一种基于一致性约束的优化算法.在系统级优化中使用非支配排序的遗传算法NSGA-Ⅱ对该多目标优化问题进行求解后得到Pareto解集,利用模糊聚类算法对解集中的每组解进行综合性能的评价并选优,根据最终筛选出的最优解即可实现共享变量的筛选.相比以往常用的基于经验或灵敏度的方法,该方法更严格地在子学科优化中以车身性能为目标函数,在系统级优化中进行共享度的优化,并且可根据系统级优化结果筛选出局部共享变量.以SUV、两厢掀背车和三厢轿车为算例,使用该方法有效地筛选出3款车型的全局共享变量、局部共享变量和非共享变量,对该方法的可行性和有效性进行了验证.     

基于渐近松弛的协同优化方法

针对协同优化方法受起始点影响较大、稳定性不足和收敛难度大的问题，定义了耦合一致度来衡量各学科变量间的一致性要求，并提出了基于渐近松弛的协同优化方法（CO-AR）.该方法的计算过程分为2个阶段：① 根据设定的耦合一致度，确定系统级松弛因子，并计算得到近似全局优化解;② 以第1阶段的优化解作为起始点，并选取符合一致性精度要求的松弛因子进行协同优化，求得最终优化解.减速器标准算例结果表明，所提方法能够大大降低对起始点的敏感程度，有效改善协同优化方法的收敛性和稳定性.
     

基于支持向量回归机和粒子群算法的改进协同优化方法

研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群算法求解系统级和学科级优化问题.仿真计算结果表明,设计的协同优化方法可有效求解多学科设计优化问题,...     

包容式节点桁架多目标分层优化设计

针对包容式节点桁架优化设计变量多、优化问题规模大,采用单层混合优化策略计算量大且不易收敛的问题,提出基于子空间和耦合约束的分层协同优化策略,将设计空间分为三个子空间,分别是整体层、截面层和曲面形状优化层,上一层优化结果为下一层提供输入量,下一层为上一层提供耦合约束;对设计变量进行灵敏度分析,确定各个优化层的目标函数和约束条件.结果表明,该优化方法能够较好地处理具有层次关系的工程优化问题.     

模拟退火法在协同优化中的应用

为解决传统标准协同优化算法经常无法收敛和容易陷入局部最优等缺陷,提出一种基于模拟退火法的改进协同优化算法.该算法在继承标准协同优化算法并行自治优点的前提下,首先系统级由全局模拟退火算法和梯度算法相结合的组合优化策略代替单优化算法,其次根据优化具体情况引入动态松弛因子,以此来保证优化的全局性和精度.通过两个典型的MDO测试算例对改进的协同优化算法进行验证,优化结果表明,改进的协同优化算法具有更好的精度、收敛速度和稳定性.     

基于遗传算法的协同优化方法

针对协同优化的系统级优化可行域可能不存在的问题,采用遗传算法,并借鉴逐步增强约束强度的思想,提出了基于遗传算法的协同优化算法.该算法利用各子学科返回的优化值,计算种群中个体的不可行度,根据不可行度和阈值来判定该个体是否为可行解.提出利用循环迭代次数调整阈值的方法,保证了系统级优化向一致性等式约束不满足度减小的方向进行,达到了有效增强子学科间一致性的目的.最后,利用减速器典型算例对该方法进行了验证,结果表明该方法的优化性能良好.     

基于非对称模糊优化模型的多学科协同满意优化

协同优化(CO)作为一种多学科设计优化(MDO)方法,包括两级优化:系统级和若干个学科级.然而工程设计实践中往往存在很多不确定因素,而且互相冲突的多个优化目标的存在,进一步增加了CO建模的求解复杂性.采用模糊截集水平法为各个学科设计了非对称CO模型,扩展了学科分析模块,使学科级能独立获取本学科最优的截集水平,以构造相应决策空间.利用满意度原理设计了学科级优化的目标函数,并将其作为一致性方程的组成部分传递到系统级.系统级在满足一致性约束的同时,最大化综合满意度方程,使所有学科同时获得最满意的优化解.电子封装问题的多学科协同满意优化实例表明该方法是行之有效的.     

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

多学科协同优化方法的分析与改进

深入分析了标准协同优化、动态松弛协同优化和两阶段协同优化方法的几何特性,进而比较了各自的优化特性.针对协同优化对初始点敏感的问题,通过增加总体一致性约束的方法,提出了基于先验约束法的SGO方法.针对设计变量数量级相差较大的协同优化问题,为了提高学科间的一致性,给出了基于加权方法的学科间一致性约束表示式.最后,通过悬臂梁...     

超大尺寸高密度碳基复合材料预成型体编织系统多电机协同控制

为提高超大尺寸高密度碳基复合材料预成型体编织系统单元机的经纱开口电机协同性，设计一种粒子群-神经网络速度补偿器和偏差耦合控制结构相结合的控制方式。利用粒子群算法的全局优化能力搜索BP(back propagation)神经网络最佳初始连接权值，克服BP神经网络存在收敛速度慢和容易陷入局部极值的问题。研究结果表明，粒子群-BP神经网络算法模型协同控制能有效提高编织系统经纱开口驱动电机的协同性能，相比传统固定增益控制能更好地实现多伺服电机的同步运行，显著提高编织系统的同步精度和编织效率。     

组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.     

基于效用函数的CGF协同任务分配优化研究

针对CGF协同控制优化问题,为解决仅凭招投标结果确定任务分配方案时只能获得局部最优且耗时较长的问题,首先构建了CGF能力向量和子任务要求的能力向量。在此基础上建立了效用函数数学模型。然后以全局效用最大为适应度函数,以反潜直升机协同搜素为背景。应用遗传算法对基于CGF偏好的投标矩阵进行任务分配全局优化。仿真验证表明,所建协同任务分配模型能够实现CGF协同决策优化。而且遗传算法能够很快收敛到全局最优解,有效地解决了舰空协同反潜中对潜搜索的协同任务分配问题。     

修正的混沌粒子群算法求解经济负荷分配

为克服粒子群优化算法容易陷入局部最优、后期收敛慢等缺点,提出了一种修正的混沌粒子群优化算法.该算法通过修正粒子群迭代的行动策略,并引入遍历性较强的Tent混沌局部搜索机制,可以增强粒子的全局搜索能力,提高优化算法的全局寻优性能.将修正的混沌粒子群算法分别应用于6机组和15机组电力系统中求解经济负荷分配,在考虑系统网损和机组运行约束条件的情况下进行仿真实验.仿真结果表明:该算法用于求解高维、非凸、不连续等非线性复杂约束条件的电力系统经济负荷分配问题上,有着较快的收敛速度和较强的全局寻优能力.最后,通过与其它智能算法比较,验证了算法的有效性和优越性.     

高超声速飞行器非线性干扰观测器动态面滑模控制

针对高超声速飞行器纵向模型具有高度非线性、多变量耦合以及参数不确定等特点,提出一种基于非线性干扰观测器的高超声速飞行器动态面滑模控制方案。利用非线性干扰观测器观测未知干扰,并通过动态面滑模设计控制器使观测误差指数收敛,针对高度和速度进行了稳定性分析,采用动态逆的方法设计速度控制器,控制律的设计保证了闭环系统的半全局一致稳定。仿真结果表明,该控制方案能够有效地的克服非线性干扰的影响,提高系统的鲁棒性。     

离散离量桁架的形状优化设计

提出了离散截面变量空间桁架形状优化的一个两级算法。在第一级优化中，固定节点的位置，以植件面积为设计变量，进行离散变量截面优化；在第二级优化中，以节点坐标为设计变量，同时考虑截面变化；形成一系列优化子问题，按目标函数下降方向用Ｆｉｂｏｎａｃｃｉ法搜索出各坐标设计变量的最优变动值，从而形成新的节点位置。两级优化交替进行，直到收敛为止。算例表明本方法简单，收敛平衡，优化效果较好，在算例中讨论了不同的节点     

基于混合优化算法的岩体渗透系数反演方法

基于遗传算法全局搜索能力强和梯度优化方法收敛速度快的特点,考虑渗透系数反演问题本身的特性,在遗传算法的全局搜索过程中加入基于梯度的局部搜索过程以构造混合优化方法.所提出的算法在保证全局搜索能力的同时,具有较快的收敛速度.结合工程实例检验了所提出算法的全局最优性和快速收敛性.     

离散变量桁架的形状优化设计

提出了离散截面变量空间桁架形状优化的一个两级算法．在第一级优化中，固定节点的位置，以杆件面积为设计变量，进行离散变量截面优化；在第二级优化中，以节点坐标为设计变量，同时考虑截面变化；形成一系列优化子问题，按目标函数下降方向用Ｆｉｂｏｎａｃｃｉ法搜索出各坐标设计变量的最优变动值，从而形成新的节点位置．两级优化交替进行，直到收敛为止．算例表明本方法简单，收敛平稳，优化效果较好．在算例中讨论了不同的节点坐标初值对优化结果的影响及产生原因．     

利用并行子空间优化方法实现复杂工程系统并行设计优化

介绍了应用于航空航天领域内复杂系统设计的一种基于全局敏度方程的并行子空间优化算法,分析了算法的计算结构和参数设置,根据其收敛过程振荡和收敛早熟问题,发展了折衷系数的优化规律替代法和自适应累积约束参数法,提高了算法的收敛性能.算例表明改进后算法收敛性能有很大提高.将该算法用于某通用航空飞机的概念设计,考虑气动、重量和性能等3个学科,很好地解决了各学科间复杂耦合带来的计算困难,证实了本文算法的有效性.     

基于Barzilai-Borwein梯度法的多微电网系统递阶优化调度算法

针对由多个相互关联的微电网组成的多微电网系统,本文提出基于Barzilai-Borwein梯度法的多微电网系统递阶优化调度算法。该算法通过协调各子网多余或缺少的能量,并优化各子网发电设备以实现各微电网能量供需平衡,最小化多微电网系统整体运行成本。首先建立多微电网能量流动模型及其能量管理优化问题,进而综合预测控制的滚动优化思想和关联平衡原理,设计了多微电网系统的递阶优化调度算法。该算法将整体优化的复杂的高维整体优化问题分解为若干个相互独立的低维子问题,将原来集中的大规模计算分散到每个子系统中进行,降低对单个控制器的计算性能要求,并引入Barzilai-Borwein梯度法对子微电网之间协调,提升协调级迭代计算寻优过程的收敛速度,驱动各子网的独立优化解快速收敛至多微电网的整体优化解,以较低的计算量取得了良好的多微电网能量管理效果。最后通过数值仿真验证了本文所设计算法的有效性。