仿真優(yōu)化加速求解器研究與開發(fā).pdf

1、仿真優(yōu)化已成為復雜系統(tǒng)優(yōu)化設(shè)計的重要手段，但在實際應(yīng)用中，它存在一些缺陷。一方面，由于每次生成的設(shè)計參數(shù)都需要通過仿真系統(tǒng)進行目標評估，使得系統(tǒng)僅在仿真進程中就要消耗相當多的時間。如果設(shè)計參數(shù)的響應(yīng)曲面比較復雜，規(guī)模比較大，則仿真優(yōu)化的時間消耗將呈幾何增長；另一方面，在制造單元控制中存在一類逆向求解問題，即根據(jù)用戶提出的設(shè)計目標，由系統(tǒng)求解出仿真模型的各個設(shè)計參數(shù)，但傳統(tǒng)仿真優(yōu)化無法實現(xiàn)這種逆向求解功能。為了解決以上兩方面問題，本文在分

2、析前人成果的基礎(chǔ)上，研究并開發(fā)了面向制造系統(tǒng)的仿真優(yōu)化加速求解器，提高了仿真優(yōu)化速度，實現(xiàn)了對制造系統(tǒng)仿真模型的逆向求解功能。論文的具體研究內(nèi)容如下： 論文首先提出了仿真優(yōu)化加速求解器的理論框架和體系結(jié)構(gòu)。該加速求解器的核心思想是以訓練完成的神經(jīng)網(wǎng)絡(luò)替代實際仿真模型作為設(shè)計參數(shù)的目標輸出，由于神經(jīng)網(wǎng)絡(luò)響應(yīng)的瞬態(tài)性使得仿真優(yōu)化所消耗的時間大大減少，實現(xiàn)了對仿真優(yōu)化的加速功能，同時，設(shè)計了基于實例推理與基于規(guī)則推理相結(jié)合的逆向求解機