

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、復(fù)雜產(chǎn)品通常由多個(gè)部件組成,且這些組件間彼此影響、相互作用,使得整個(gè)設(shè)計(jì)優(yōu)化過程極為復(fù)雜。計(jì)算機(jī)仿真技術(shù)是求解這一類問題的有效手段之一。該技術(shù)通過建立對象問題的數(shù)字化模型,并借助計(jì)算機(jī)實(shí)驗(yàn)來模擬物理實(shí)驗(yàn)過程,隨后采用迭代尋優(yōu)實(shí)現(xiàn)問題最優(yōu)解的獲取。然而隨著人們對產(chǎn)品性能要求的不斷提升,仿真模型的精度越來越高,仿真過程所耗費(fèi)的時(shí)間成指數(shù)增長,嚴(yán)重阻礙了這項(xiàng)技術(shù)在工程實(shí)踐中的有效應(yīng)用。為了解決這個(gè)問題,許多學(xué)者提出了基于近似模型的設(shè)計(jì)優(yōu)化方法
2、(Surrogate Based Design Optimization,SBDO),SBDO通過近似模型技術(shù)代替復(fù)雜耗時(shí)的計(jì)算機(jī)仿真分析,并輔以合適的優(yōu)化求解策略,達(dá)到降低計(jì)算資源耗費(fèi)和減輕設(shè)計(jì)問題復(fù)雜程度的目的,在工程應(yīng)用中表現(xiàn)出巨大的潛力。基于模型聚合和序列采樣的產(chǎn)品設(shè)計(jì)優(yōu)化方法作為一種SBDO方法,利用聚合模型高精度和高魯棒性的優(yōu)勢、序列采樣方法對樣本集合的合理配置特性、以及符合工程設(shè)計(jì)特點(diǎn)的協(xié)調(diào)分解策略,為產(chǎn)品的設(shè)計(jì)優(yōu)化問題提
3、供了有效的解決手段。該方法采用聚合模型代替計(jì)算成本高昂的隱式目標(biāo)函數(shù)或約束條件,作為整個(gè)優(yōu)化過程的基礎(chǔ);使用序列采樣過程實(shí)現(xiàn)樣本集合的合理配置,保證了聚合模型的精度;通過建立在聚合模型基礎(chǔ)之上的協(xié)調(diào)分解策略,為優(yōu)化問題提供了高效靈活的求解手段。因此,近似模型的聚合技術(shù)、基于近似模型的序列采樣技術(shù)和產(chǎn)品設(shè)計(jì)優(yōu)化的協(xié)調(diào)分解技術(shù)構(gòu)成了基于模型聚合和序列采樣的產(chǎn)品設(shè)計(jì)優(yōu)化的核心關(guān)鍵內(nèi)容。
本研究主要內(nèi)容包括:⑴介紹了基于模型聚合和序列
4、采樣的產(chǎn)品設(shè)計(jì)優(yōu)化方法涉及的相關(guān)數(shù)學(xué)模型,給出了與本文相關(guān)的概念和術(shù)語,闡述了現(xiàn)有研究的不足,并在此基礎(chǔ)上提出了基于模型聚合和序列采樣的產(chǎn)品設(shè)計(jì)優(yōu)化研究框架。⑵提出了全局和局部混合加權(quán)的聚合建模方法(ES-HGL)。預(yù)測點(diǎn)處的權(quán)重值根據(jù)其在設(shè)計(jì)空間的位置按照全局或局部方法計(jì)算,隨后根據(jù)單一權(quán)重值計(jì)算方法的缺點(diǎn)對求得的權(quán)重值進(jìn)行修正。由于不同權(quán)重值計(jì)算方法均基于相同的誤差矩陣,因此 ES-HGL聚合建模方法可以在計(jì)算量和單一權(quán)重值計(jì)算方法
5、相近的情況下得到精度和魯棒性更高的聚合模型,為后續(xù)優(yōu)化過程提供堅(jiān)實(shí)的模型基礎(chǔ)。⑶提出了基于 Voronoi空間劃分和自適應(yīng)采樣半徑的序列采樣方法(ASR-Voronoi)。將填充點(diǎn)的位置限制在敏感Voronoi單元內(nèi),使填充點(diǎn)始終位于模型誤差較大的區(qū)域,保證了序列采樣過程的穩(wěn)定性??紤]到現(xiàn)有方法靈活性的不足,引入自適應(yīng)采樣半徑的概念。通過采樣半徑的大小來反映近似模型擬合的難易程度,并以此實(shí)現(xiàn)了填充點(diǎn)在敏感Voronoi單元內(nèi)的自由配置,
6、平衡了開采和勘探策略的均衡性。ASR-Voronoi方法是一種近似模型更新策略,保證了聚合模型在有限樣本集合下具有較高的預(yù)測精度,為優(yōu)化求解過程提供了更高精度的聚合模型。⑷提出了基于組合物理規(guī)劃的目標(biāo)級聯(lián)分析方法(ATC-CPP)。該方法試圖改善目標(biāo)級聯(lián)分析方法在求解產(chǎn)品設(shè)計(jì)優(yōu)化問題時(shí)為了嚴(yán)格滿足一致性約束條件而造成求解效率低下的問題。通過引入組合物理規(guī)劃方法,根據(jù)目標(biāo)級聯(lián)分析優(yōu)化框架的需求,部分簡化了偏好度函數(shù)的函數(shù)曲線形式,同時(shí)對綜
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多準(zhǔn)則序列采樣近似模型及全局優(yōu)化方法研究.pdf
- 面向產(chǎn)品設(shè)計(jì)的全局—局部協(xié)同優(yōu)化模型與方法研究.pdf
- 基于支持向量回歸模型的序列采樣方法研究.pdf
- 基于Kano模型與QFD集成的住宅產(chǎn)品設(shè)計(jì)方法研究.pdf
- 基于重用的產(chǎn)品設(shè)計(jì)方法研究.pdf
- 基于插值聚合模型的信賴域序列近似優(yōu)化方法及應(yīng)用.pdf
- 產(chǎn)品設(shè)計(jì)結(jié)構(gòu)聚類優(yōu)化方法研究.pdf
- 基于文化意象的產(chǎn)品設(shè)計(jì)方法研究.pdf
- 基于形態(tài)創(chuàng)新的產(chǎn)品設(shè)計(jì)方法研究.pdf
- 基于分階段迭代模型的產(chǎn)品設(shè)計(jì)任務(wù)分布方案的優(yōu)化.pdf
- 基于多維感官的產(chǎn)品設(shè)計(jì)評估方法研究.pdf
- 基于物理模型的產(chǎn)品設(shè)計(jì)過程管理.pdf
- 基于QFD的產(chǎn)品設(shè)計(jì)方法研究及其應(yīng)用.pdf
- 基于感性工學(xué)方法的夏布產(chǎn)品設(shè)計(jì)研究.pdf
- 基于隱性需求的產(chǎn)品設(shè)計(jì)方法研究.pdf
- 基于直覺設(shè)計(jì)方法的產(chǎn)品設(shè)計(jì)應(yīng)用研究.pdf
- 基于特征線的產(chǎn)品設(shè)計(jì)方法之研究.pdf
- 基于體驗(yàn)設(shè)計(jì)的機(jī)電產(chǎn)品設(shè)計(jì)方法研究.pdf
- 產(chǎn)品設(shè)計(jì)評價(jià)方法研究.pdf
- 機(jī)械產(chǎn)品設(shè)計(jì)過程的建模、評價(jià)與優(yōu)化方法研究.pdf
評論
0/150
提交評論