多學科協(xié)同優(yōu)化中不確定性及多目標性研究.pdf

1、復雜產(chǎn)品的設計過程往往涉及多個學科領域的相關知識，多學科設計優(yōu)化(MDO)能夠根據(jù)現(xiàn)有工程設計組織形式，將復雜產(chǎn)品的設計過程分解為若干子學科，有益于子學科自治和知識重用。MDO是一新興學科，許多技術有待于進一步的提高和完善。本文在多學科協(xié)同優(yōu)化框架中，研究MDO問題中不確定性及多目標性的解決方法，主要研究成果總結如下:
　　(1)針對協(xié)同優(yōu)化中一致性等式約束所造成的計算困難，以及罰函數(shù)法約束處理策略中罰因子的選取困難，采用遺傳算法

2、和逐步增強約束強度的思想，提出了基于遺傳算法的協(xié)同優(yōu)化方法。利用各子學科返回的優(yōu)化結果，計算種群中個體的不可行度，根據(jù)不可行度和閾值來決定個體的可行性。利用循環(huán)迭代次數(shù)調整閾值，保證系統(tǒng)級優(yōu)化向一致性等式約束不滿足度減小的方向進行，達到了有效增強子學科間一致性的目的。
　　(2)針對協(xié)同優(yōu)化對初始點選取敏感和易陷入局部極值點的問題，提出了基于兩階段優(yōu)化策略的協(xié)同優(yōu)化方法。在全局優(yōu)化階段，采用較大的松弛因子，在保證學科間一致性的前提

3、下，將優(yōu)化點優(yōu)化到全局極值點附近;根據(jù)學科間一致性的控制方式，給出先驗約束法和后驗修正法兩種求解方法。在局部優(yōu)化階段，逐步減小松弛因子的取值，增強學科間的一致性，得到全局極值點。
　　(3)針對MDO問題中存在的設計變量誤差和模型誤差，提出了簡化的基于隱含不確定性傳播(IUP)的魯棒協(xié)同優(yōu)化(RCO)模型。將耦合狀態(tài)變量的最大變差作為輔助設計變量，其計算過程在各子學科分析模型的內部實現(xiàn)。在符合協(xié)同優(yōu)化結構特點的基礎上，避免了IUP

4、方法中全局靈敏度方程的求解計算過程，可以提高模型的計算效率和應用范圍。從符合協(xié)同優(yōu)化框架結構、模型誤差近似形式具有合理性以及能夠滿足學科間一致性三個角度，對模型的合理性進行說明。
　　(4)在RCO模型求解方面，提出了基于循環(huán)遍歷和基于NSGA-Ⅱ的兩種方法。在基于循環(huán)遍歷的RCO求解方法中，為避免優(yōu)化結果受初始點的影響，選用確定性優(yōu)化結果作為起始點，采用遍歷組合的方式給出權值。在基于NSGA-Ⅱ的RCO求解方法中，通過設置動態(tài)個

5、體可行性閾值，解決由RCO優(yōu)化結構造成的目標函數(shù)及其變差易陷入局部極值點的問題。在進化初期，保留較多的目標函數(shù)及其變差較小的個體，以便優(yōu)化向全局極值點附近靠近;在進化后期，保留較多的學科間一致性較好的個體，以便增強學科間的一致性。
　　(5)以子學科具有多目標性的MDO問題為研究對象，針對各目標函數(shù)先驗知識已知的情況，提出了基于線性物理規(guī)劃的多日標協(xié)同優(yōu)化(MOCO)求解方法。針對子學科一致性目標函數(shù)與子學科自身目標函數(shù)具有不同的

6、作用和重要性的特點，提出將子學科一致性目標函數(shù)轉換為子學科約束的策略，并給出最近距離和松弛距離兩種轉換形式，松弛距離轉換形式更易于子學科自身目標函數(shù)取得較好的優(yōu)化性能。
　　(6)以子學科具有多目標性的MDO問題為研究對象，將多目標子學科優(yōu)化過程作為研究重點，提出了基于NSGA-Ⅱ的MOCO求解方法。從提高多目標子學科優(yōu)化計算效率和計算精度的角度，給出具有良好的可行性和多樣性的初始種群生成方法。從提高子學科自身目標函數(shù)優(yōu)化性能的角