基于徑向基函數(shù)響應(yīng)面集的仿真模型全局近似.pdf

1、現(xiàn)代機(jī)電產(chǎn)品日益復(fù)雜，為加快設(shè)計(jì)，節(jié)省資源，模型仿真技術(shù)倍受關(guān)注。但是，復(fù)雜模型會(huì)消耗大量的計(jì)算機(jī)資源，嚴(yán)重制約了仿真技術(shù)在工業(yè)界的進(jìn)一步應(yīng)用與發(fā)展。為應(yīng)對(duì)這種挑戰(zhàn)，自上世紀(jì)90年代出現(xiàn)了響應(yīng)面方法并不斷發(fā)展。響應(yīng)面方法主要利用試驗(yàn)設(shè)計(jì)獲取的采樣點(diǎn)來構(gòu)造近似模型，并用其來替代復(fù)雜源模型（黑箱模型）進(jìn)行仿真分析，也可應(yīng)用于實(shí)驗(yàn)設(shè)計(jì)、優(yōu)化設(shè)計(jì)或?qū)崟r(shí)仿真，大大加速了計(jì)算進(jìn)程，顯著降低了對(duì)計(jì)算資源的消耗。
　　徑向基函數(shù)（Radial B

2、asis Functions）作為一種插值方法，對(duì)高維及高階非線性模型的近似效果良好，且具有精度高、估值快等優(yōu)點(diǎn)。因此，本文基于徑向基函數(shù)方法，圍繞著多輸入多輸出黑箱模型的全局近似、復(fù)雜仿真模型的近似處理、自適應(yīng)采樣的加速、近似方法的系統(tǒng)集成及近似模型的應(yīng)用等方面開展了一系列深入研究，具體內(nèi)容包括如下幾個(gè)方面：
　　（1）為實(shí)現(xiàn)對(duì)復(fù)雜多輸入多輸出黑箱模型進(jìn)行有效的近似處理，提出一種基于徑向基函數(shù)響應(yīng)面集的全局近似方法。鑒于徑向基函

3、數(shù)響應(yīng)面方法公式易計(jì)算、易擴(kuò)展的特點(diǎn)，提出響應(yīng)面集的概念及其增量更新方法，并以此完成近似模型的構(gòu)建，快捷、高效地實(shí)現(xiàn)對(duì)多輸出變量黑箱模型的近似處理。通過相關(guān)數(shù)學(xué)模型的測試，該方法取得了良好的效果。
　?。?）對(duì)基于響應(yīng)面集的自適應(yīng)序列采樣策略展開研究，首先提出一種最大曲率和距離變量準(zhǔn)則，實(shí)現(xiàn)在多個(gè)響應(yīng)面上的序列自適應(yīng)同步采樣。為加速響應(yīng)面集近似模型的構(gòu)建，提出一種變量域分塊算法：在每次迭代過程新增一個(gè)采樣點(diǎn)后對(duì)變量域進(jìn)行分塊，確定

4、新增的采樣點(diǎn)在哪一個(gè)分塊中，并計(jì)算該分塊包含的采樣點(diǎn)與新增采樣點(diǎn)之間的距離。此外，為進(jìn)一步加速序列采樣過程，提出一種多點(diǎn)并行采樣方法。通過數(shù)學(xué)模型測試，證明了上述方法可有效加快響應(yīng)面集近似模型的構(gòu)建效率。
　?。?）針對(duì)與時(shí)間有關(guān)且具有狀態(tài)變量及多輸入多輸出的復(fù)雜仿真模型，提出一種基于固定步長帶反饋的仿真模型近似方法。以純電動(dòng)汽車為研究對(duì)象，使用該近似方法對(duì)其電池和動(dòng)力系統(tǒng)的仿真模型分別進(jìn)行了近似處理。通過對(duì)近似模型與源模型的精度

5、對(duì)比，驗(yàn)證了該方法的可行性和有效性。
　　（4）對(duì)近似方法展開工程應(yīng)用研究。復(fù)雜仿真模型難以應(yīng)用于實(shí)時(shí)仿真問題，為克服不足，將近似方法引入到上述應(yīng)用中，用近似的模型代替源模型進(jìn)行仿真計(jì)算。通過測例證明了該方法不但可以有效解決上述問題，而且有效加速了仿真進(jìn)程。
　?。?）為實(shí)現(xiàn)復(fù)雜多領(lǐng)域仿真模型建模、實(shí)驗(yàn)設(shè)計(jì)以及在統(tǒng)一的平臺(tái)系統(tǒng)上構(gòu)建近似模型等功能，研發(fā)一種基于 Web的仿真模型全局近似原型系統(tǒng)。該近似系統(tǒng)以Modelica語