柔顺复杂装备系统多状态动态退化演变可靠性建模与分析

针对复杂工况情形下,柔顺复杂装备系统内部关键零部件容易产生疲劳损伤,导致其在服役期内产生多状态退化迁移,难以评估系统动态退化过程可靠性的难题,本文通过采用齐次连续时间马尔可夫模型(homogeneous continuous time markov process, HCTMP),结合柔顺复杂装备系统动态退化机理,构建了柔顺复杂装备系统多状态动态退化HCTMP模型;并通过Monte Carlo模拟仿真了柔顺复杂装备系统退化失效风险.在柔顺复杂装备系统多状态动态退化HCTMP模型基础上,引入了动态瞬时期望、动态集成期望和状态滞留时间等敏感性测度指标来评估动态退化过程可靠度.案例研究表明,柔顺复杂装备系统多状态动态退化HCTMP模型能有效解决评估多状态动态退化过程的可靠性难题,为维修决策提供重要依据.     

考虑预测响应值波动的多响应优化设计

在多响应优化设计中,模型参数的不确定性以及生产过程的噪声因子不可避免地会导致预测响应值出现较大的波动。针对上述的问题,结合贝叶斯抽样技术、帕累托优化策略以及灰色关联分析方法提出了一种多响应优化设计方法。首先,考虑模型参数的不确定性,运用贝叶斯多元回归模型构建了过程响应与试验因子之间的函数关系;其次,根据帕累托最优策略求出了帕累托最优前沿,并计算各试验点达到帕累托最优的贝叶斯后验概率;然后,利用灰色关联分析方法识别出最佳的优化设计方案;最后,实际案例研究表明,在考虑预测响应值波动时,所提的方法能够获得更为稳健和可靠的优化结果。     

基于置信区间的多元质量特性满意参数设计

针对多元质量特性参数设计中模型不确定性问题,提出了一种基于置信区间的多元质量特性满意参数设计方法。首先,采用双响应曲面法建立各质量特性均值和标准差的近似模型,进而计算各质量特性均值和标准差的置信区间,在此基础上对质量特性指标在各自约束条件下的满意解集进行定义并对约束放宽策略进行设计,最终通过指标相容性分析得到满足所有约束条件的相容性解集。通过对实际工业案例进行分析,表明该方法能有效减小模型不确定性的影响,在满意解集中选取的满意解与传统稳健解相比更加可靠。     

基于双响应曲面的精密产品子集模拟可靠稳健优化设计

针对不确定性场景下小失效概率的精密产品可靠性问题,提出了基于双响应曲面法(dual response surface methodology,DRSM)与子集模拟的可靠稳健优化方法。首先,建立精密产品多失效模式极限状态的RSM模型和以质量特性均值-方差为优化目标的功能函数DRSM模型。其次,在此基础上运用子集模拟法进行可靠性分析,将精密产品小失效概率描述成一系列较大的条件失效概率之积。最后,将极值事件的优化问题视作稀有事件的可靠性问题的特例,基于该转换思想采用子集模拟法将优化问题在可靠性问题的框架内进行求解。案例分析及验证结果表明所提方法的有效性。     

复杂产品外购系统质量特性的容差优化模型

针对复杂产品多阶段生产过程中外购系统质量特性的容差调整与修正问题,设计一类高阶因子模型处理各质量特性的质量损失数列,测算各特性对复杂产品整体质量的质量载荷;以此为基础构建复杂产品的质量容差优化模型,综合考虑质量特性的重要度及其之前质量保障程度,探求各质量特性的最优容差调整率,最大程度改善复杂产品整体质量;以某型号汽车为例,验证上述方法的有效性和实用性,为复杂产品多阶段质量容差设计工作提供了一种新的方法和思路。     

基于元模型的复杂产品虚拟样机建模方法研究

新技术环境下复杂产品对数字化设计质量的要求不断提升,需要进一步提高建模的质量和效率,解决复杂产品虚拟样机多学科模型的一体化信息集成问题,以实现复杂产品系统设计及优化。本文以航天制造领域广泛存在的复杂产品为对象,对元模型、建模方法以及多学科建模过程进行研究与分析,将多学科优化设计与元模型建模方法相结合,建立了复杂产品的虚拟样机元模型,并构建了元模型与学科元模型的转换关系,形成了虚拟样机多学科建模优化设计方案。     

基于多属性可拓灰关联决策模型的产品方案设计

针对复杂产品方案设计含有不确定性和不完全性设计信息的特点, 研究了方案设计多属性可拓灰关联决策问题, 给出了基于灰色系统理论和可拓理论相融合的多属性可拓灰关联决策方法, 建立了基于可拓灰关联优属度的多属性可拓模糊决策模型. 该模型通过引入灰色物元进行多属性规范化处理, 构建了综合考虑灰色信息的灰色物元正负域, 基于相应的正负理想灰色物元建立 了灰色信息的可拓距, 并利用决策方案的可拓灰关联优属度从整体性的角度获得最优方案. 最后, 通过实例验证了该模型的有 效性和可行性.     

一种基于代理模型引导采样的多目标优化方法

针对复杂的实际工程多目标优化问题,提出代理模型引—手采祥的多目标优化方法。通过自适应的加强径向基函数构造的代理模型寻找Pareto优化解集,从找到的解集中通过一定策略筛选出部分作为样本点加入到下代样本空间中,样本点随着迭代的进行越来越靠近全局Pareto最优解集。从当前所有样本点中获得Pareto解,并根据其分布情况作为收敛条件。该方法中代理模型仅仅用来引导采样,也不需要反复计算大量样本点验证代理模型的精度,得到的解都被实／承模型验证过。在雌利害目标测试函数中体现了精度和效率。最后成功应用于薄板冲压成形变压边力优化中,表明了具有解决多目标实际工程优化问题的能力。     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.     

虚拟企业灰色评价体系的构建与运行

引入灰色系统理论方法,以解决信息不确定下的虚拟企业评价体系的生成问题.首先,提出了含灰色不确定性的虚拟企业评价体系的总体框架.接着在其指标优选环节中,重点研究了灰色系统理论的灰色关联分析;对现有的灰色关联分析方法进行扩展,结合质量控制中的标准化概念,提出灰色关联分析中的标准化算子;为了改变以往的灰色关联算子两个序列阶次需相等的局限,又提出了变阶算子的概念(具体包括乘幂、指数、对数算子).最后,在虚拟企业评价体系的构建阶段,结合灰色模糊集理论提出了灰色模糊评价体系,并引入了GM预测模型,使得评价体系能够反映观企业将来的状态.     

考虑偏度特征的动态多响应稳健参数设计与优化

研究了具有动态特性的多响应稳健参数设计问题,分析了响应变量往往具有偏度特征的情况,提出了基于多元偏正态分布与响应曲面法相结合的动态多响应稳健优化模型,该模型不仅考虑了动态多响应之间的相关性,而且也考虑了尺度与偏度对动态多响应系统最优性与稳健性的影响。首先,利用非参数检验方法判断在信号因子不同水平下的各响应变量所服从的分布类型;其次,通过构建各响应变量在信号因子不同水平下的联合位置,尺度与偏度的响应曲面模型,进而建立基于多元偏正态分布的期望损失函数;然后,利用混合遗传算法对所构建的综合期望损失函数进行全局优化求解;最后,通过对具体的工业实例进行分析研究,结果表明本文所提出的方法能够有效地解决具有偏度特征的动态多响应稳健参数设计问题。     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

动态多响应系统的稳健参数设计

针对动态多响应之间的相关性及试验设计的信息不确定性, 提出了一种动态多响应系统的稳健参数设计方法. 首先, 利用满意度函数对动态系统的敏感度和波动分别进行了度量, 在此基础上进行了主成分分析; 其次, 采用灰色关联分析得到主成分序列与其理想序列的灰色关联度, 然后通过TOPSIS方法转换得到综合灰色关联度, 并根据综合灰色关联度确定可控因子的最优水平组合; 最后, 通过两个实例说明了该方法的有效性与优越性.     

基于伪并行SPEA2算法的多目标鲁棒PID优化设计

现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求,本文针对这一缺陷,提出了一种多目标PID优化设计方法--在满足系统的鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据实际系统的要求在Pareto解集中选择最终的满意解,这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具.仿真结果表明设计方法的有效性和优越性.     

基于进化计算的多目标鲁棒优化方法

工程应用中求解多目标优化问题时,所求的解既要具有较高的质量,又要满足指定的鲁棒性要求.对已有的多目标优化解的鲁棒性度量方法进行了分析,基于用户提出的严格鲁棒性要求,给出了一种严格鲁棒性度量方法并建立了求多目标鲁棒Pareto最优解的数学模型.模型归结为一个嵌套的双重优化过程,外层优化过程用于搜索高质量的解,内层优化过程用于测量候选解的鲁棒性度量指标.以进化计算作为搜索引擎,给出了实施模型的算法,仿真结果表明了方法是有效的.     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

Data processing of small samples based on grey distance information approach

Data processing of small samples is an important and valuable research problem in the electronic equipment test. Because it is difficult and complex to determine the probability distribution of small samples, it is difficult to use the traditional probability theory to process the samples and assess the degree of uncertainty. Using the grey relational theory and the norm theory, the grey distance information approach, which is based on the grey distance information quantity of a sample and the average grey distance information quantity of the samples, is proposed in this article. The definitions of the grey distance information quantity of a sample and the average grey distance information quantity of the samples, with their characteristics and algorithms, are introduced. The correlative problems, including the algorithm of estimated value, the standard deviation, and the acceptance and rejection criteria of the samples and estimated results, are also proposed. Moreover, the information whitening ratio is introduced to select the weight algorithm and to compare the different samples. Several examples are given to demonstrate the application of the proposed approach. The examples show that the proposed approach, which has no demand for the probability distribution of small samples, is feasible and effective.     

区间数多指标决策问题的新灰色关联分析法

针对属性权重和属性值均为区间数的多属性决策问题,提出了一种新的灰色关联分析法。首先定义了区间数正理想方案,由此计算出各方案相对于正理想方案的区间数灰色关联系数。然后运用区间数的数乘运算和加法运算计算出各方案相对于正理想方案的关联度,并利用一种对区间数排序的方法,比较各方案的关联度来确定方案的优劣。给出了一个数例,证明所提方法简单、有效,易于实现。     

基于理想解的装备训练模式灰关联评估算法

训练模式的评估选择是装备训练中必须解决的关键问题之一。结合逼近于理想的技术和灰关联分析技术,提出了一种基于理想训练模式数据列的灰色关联分析评估技术。根据所有训练模式的训练效果构成的决策矩阵,构造正的理想训练模式和负的理想训练模式参考数据列,并进行所有训练模式数据列的灰色关联分析,建立使训练效果最大化的目标函数而求得该训练模式的训练效果评估系数,从而根据训练效果评估系数的大小排序就可选择对应的最佳训练模式。最后对某通信对抗装备训练中采取的几种训练模式进行了评估仿真,结果表明建立的模型合理,算法可行。