复杂产品多学科协同设计优化建模方法

复杂产品往往由多个子系统通过复杂的耦合方式组成。针对复杂产品多学科协同设计优化的需求,将复杂产品分解成为分布式层次型系统,建立复杂产品多学科协同优化模型,包括了系统级优化模型、子系统优化模型和子系统分析模型。为解决不确定条件下的复杂产品优化建模问题,在确定性条件下建模方法的基础上引进不确定分析,得到系统目标函数与不确定变量之间的对应关系,建立不确定条件下的复杂产品多学科协同优化模型。最后,给出了复杂产品多学科协同优化建模过程。

Abstract：

Complex products are often composed by a number of subsystems which coupled by some complicated way. In order to meet the need of multidisciplinary collaborative design optimization, the multidisciplinary collaborative optimization model of complex products was established based on distributed hierarchical system, including system-level optimization model, optimization model subsystem and subsystem analysis model. To solve the problem under uncertainty, complex products multidisciplinary collaborative design optimization modeling under uncertainty was concluded based on the introduction of uncertainty analysis to determine the system of objective function and the corresponding relationship between the uncertain variables. Finally, multidisciplinary collaborative optimization modeling process of complex product was provided.     

关于工程系统全局全寿命优化模型的讨论

以往的优化设计理论针对的都是具体的结构,而在工程实际中,一般都是整个工程大系统的优化设计问题,其由众多子系统或者结构组成,具有高维数、多目标、变量种类多、约束耦合复杂等难点,故其子系统的独立优化并不能带来整个大系统的优化方法,如耦合法、分解协调法(模型协调法、目标协调法),都是针对特殊的数学模型而提出的,实际上工程系统的优化模型往往预先不知道,需要通过子系统或者结构的具体优化模型来构造大系统的全局优化模型,故这些方法难以应用。考虑了工程系统中的动态可靠度与模糊因素,给出了全局全寿命优化模型,构造了分解协调算法。     

基于有向循环图的多学科设计优化模型调度方法

复杂产品的多学科设计优化过程中，往往会涉及到不同学科的专业分析模型以及各种商业软件应用的集成调度运行问题。在多学科设计优化过程中模型应用集成的基础上，结合设计模型的调度需求，研究了多学科模型的调度运行，并给出了基于有向循环图的通用模型调度解决方案，包括回路探测算法和模型调度算法。最后设计并实现了支持复杂产品多学科设计优化软件框架——iDesign的调度引擎，并以一个设计模型的调度为例，验证了方法的正确性和可行性。     

基于X语言的起飞场景民机协同设计与仿真一体化方法

针对大型复杂产品,传统基于模型的系统工程(model-based system engineering, MBSE)方法存在系统设计和仿真验证的多语言、多平台集成实现,难以保证高效、准确地反馈系统设计的缺陷,无法达到快速优化设计目的等问题,提出采用基于面向复杂系统支持MBSE的新一代一体化建模仿真语言—X语言实现面向起飞场景的民机跨域子系统的一体化建模仿真。从民机起飞过程需求分析出发,建立了起飞场景的系统级模型和物理级模型,并在X语言的建模仿真软件—XLab进行统一的建模仿真验证,给出了基于X语言面向复杂产品协同设计与仿真一体化方法,为不同领域的设计人员实现复杂产品设计的协同与优化提供了全新的理论与方法参考。     

面向混合变量和任意时间优化的蚁群算法

针对现实问题中优化模型复杂、变量类型混合、求解难问题,通过构建面向混合变量的蚁群优化信息素模型和设计蚂蚁随机解构建方法,提出能够充分有效处理混合连续、有序或无序离散变量的蚁群优化算法。进一步考虑现实问题中目标函数评估次数未知或昂贵优化场景,设计面向任意时间优化的算法参数评估指标,自动化配置算法同时提高解的质量和优化执行效率,生成了面向混合变量和任意时间优化的蚁群算法。最后在标准工程优化问题中进行测试,通过与文献结果的比较,验证了新蚁群算法的高效性和鲁棒性。     

混合装配流水线上最小makespan的协同优化

混合装配流水线是实现快速响应的一种多品种小批量的生产组织方式,流水线平衡和产品排序是紧密相关而且对目标值存在交互影响作用的两个NP-hard问题.文章分析了流水线平衡与产品排序对流水线的makespan目标的交互影响,建立了优化模型;基于两个问题的交互影响,采用协同进化算法,并行协同地优化混合装配流水线上的makespan.通过对经典流水线问题的计算实验,并与串行独立优化方法对比,结果表明:并行协同优化是一种全局优化方法,能够克服后者的局限性,改善优化的结果,进一步地,文中对混合装配流水线上makespan的协同优化方法可以推广到Flowshop的优化中去.     

基于仿真模型的鲁棒协同优化方法研究

复杂产品往往由多个子系统通过复杂的耦合方式组成.针对复杂产品的多学科鲁棒设计优化技术已得到广泛应用.为了使用仿真模型进行多学科鲁棒设计优化,提出了SUA-RCO和DRS-RCO两种方法.在SUA-RCO方法中,仿真模型首先被拟合为近似的数学模型,然后利用近似数学模型进行RCO计算.系统的不确定性由SUA方法进行计算.为了解决大参数方差问题,DRS-RCO方法将仿真模型近似拟合为双响应面形式,分别使用两个响应面来拟合均值和方差.然后,进行协同优化计算.     

改进的Pareto多目标协同优化策略

为了提高标准协同优化的收敛性并扩展其多目标优化能力,将Pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的Pareto多目标协同优化策略（enhanced collaborative optimization using Pareto multi-objective genetic algorithm, ECO-PMGA）。为了保证非劣解集的Pareto最优性与均布性,提出了一种考虑拥挤度的非劣解逐级排序方法。ECO-PMGA采用2-范数形式的学科间一致性约束以提高学科级优化的效率。通过两个典型的优化算例对ECO-PMGA的数值稳定性与搜索Pareto非劣解集的能力进行了检验。研究结果表明,ECO-PMGA的收敛性与数值稳定性得以显著提高,而且ECO-PMGA具有良好的Pareto多目标优化能力。因此,ECO-PMGA在复杂耦合系统的多目标优化设计方面具有较高的实用价值。     

基于改进PSO算法的复杂产品协同优化分配研究

研究网络制造环境中复杂产品关键部件生产任务的协同优化分配问题。以总费用最小为目标,对复杂产品关键部件的生产任务在联盟企业的优化分配进行了研究,提出了该问题的非线性数学规划模型。开发针对该问题的粒子群算法(PSO),该算法提出适用于"关键部件-联盟企业"关系的离散粒子编码方法。采用基于可行性规则的方法处理约束问题,避免了罚函数的选择,较好地改进了算法的搜索速度和收敛性能。以某企业重型燃机的协同制造为实例,进行仿真研究,仿真结果证明了模型与算法的有效性。     

考虑供应不确定性与需求非平稳性的项目调度与材料供应集成优化

在工程建设中，项目调度与材料供应是相互关联和影响的，需要集成管理这两个决策事项.本文考虑供应不确定性与需求非平稳性，以项目总工期提前/延迟奖惩、施工活动开始时间偏离惩罚以及材料库存持有成本之和最小化为目标，研究项目调度与材料供应的集成优化.其中，材料供应主要涉及安全库存设置与分拨决策.该集成优化模型形式复杂，决策变量维度高，难以采用解析方法与传统仿真优化方法进行分析与求解.为此，设计了基于代理模型的优化方法来求解该模型.该方法的核心是采用代理模型来逼近决策变量与优化目标的函数关系，以减少方案评估时的计算成本，提高优化效率.算例分析验证了基于代理模型的优化方法的有效性，并表明项目调度与材料供应集成优化相比于独立决策可以节约成本.