版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著科學技術的發(fā)展,工程結構的精細化程度越來越高,結構優(yōu)化設計逐漸取代傳統(tǒng)的結構設計方法,在工程領域得到越來越廣泛的應用。結構優(yōu)化設計將結構設計對象構造成結構優(yōu)化模型,并轉化為數(shù)學優(yōu)化問題進行求解。目前,已經(jīng)發(fā)展出許多用于求解中小規(guī)模結構優(yōu)化問題的優(yōu)化方法,其中數(shù)值效果最好、應用最廣泛的為增廣乘子(ALM)法和序列二次規(guī)劃(SQP)法。但ALM法和SQP法在應用于航空、航天等領域的大規(guī)模復雜結構的優(yōu)化設計時,由于設計變量及約束的數(shù)量增大
2、,優(yōu)化迭代中的計算量和存儲量會急劇攀升,使計算效率受到嚴重影響。為高效地求解大規(guī)模結構優(yōu)化問題,有必要對ALM法和SQP法進行改進,在保證全局收斂性、數(shù)值穩(wěn)定性及較高計算精度的同時,極大減少計算量和存儲量,以提高計算效率。
為發(fā)展基于梯度的大規(guī)模結構優(yōu)化方法,本文對BFGS法進行了研究和改進。首先,為提高對可用信息的利用程度,提高近似 Hessian陣(近似逆 Hessian陣)的精度,本文推導了一種新型擬牛頓方程和一種新型B
3、FGS校正公式,并由此提出一種新型BFGS法。其次,為解決BFGS法求解大規(guī)模無約束優(yōu)化問題時計算量和存儲量過大的問題,本文對塊對角擬牛頓法進行改進,并與新型BFGS法結合,提出了一種新型塊對角BFGS法。為提高優(yōu)化迭代的計算效率,本文將并行方法應用于新型塊對角BFGS法及Armijo線性搜索法,形成了一種適用于大規(guī)模無約束優(yōu)化問題的并行新型塊對角BFGS法。采用25個國際標準Benchmark數(shù)值優(yōu)化算例,分別驗證了新型BFGS法、新
4、型塊對角BFGS法及并行新型塊對角BFGS法的有效性。
本文將并行新型塊對角BFGS法應用于ALM法,提出了一種適用于大規(guī)模結構優(yōu)化問題的并行新型塊對角BFGS增廣乘子法。首先,對ALM法采用的PHR型增廣拉格朗日函數(shù)及構造序列無約束優(yōu)化子問題的方法進行了改進,構造出以改進的PHR型增廣拉格朗日函數(shù)為目標、以設計變量限為約束的序列優(yōu)化子問題。其次,采用新型BFGS校正公式構造優(yōu)化子問題的近似逆Hessian陣,并采用修正的并行
5、新型塊對角BFGS法及并行 Armijo線性搜索法求解序列優(yōu)化子問題。同時,為提高優(yōu)化迭代的計算效率,本文針對以結構重量最小為設計目標的結構優(yōu)化問題提出了一種二次線性搜索技術,可在Armijo線性搜索后進一步降低目標函數(shù)值。數(shù)值算例表明,并行新型塊對角 BFGS增廣乘子法具有良好的收斂性和計算精度,計算效率提高顯著。
在改進SQP法的研究工作中,本文提出了一種適用于大規(guī)模結構優(yōu)化問題的并行預估校正-原對偶內點序列凸約束二次規(guī)劃
6、(SCCQP)法。首先,為提高近似子問題的精度,構造了一種以二次函數(shù)為目標、以基于混合變量的凸函數(shù)為約束的凸約束二次規(guī)劃(CCQP)子問題。為減少優(yōu)化迭代中的計算量和存儲量,提出了一種并行預估校正-原對偶內點法來求解CCQP子問題。新方法采用原對偶內點法將CCQP子問題轉化為原對偶方程組,再利用并行預估校正法求解原對偶方程組。在對原對偶方程組的求解中,用降維技術降低修正牛頓方程組的維數(shù),再結合并行新型塊對角BFGS法將降維后的修正牛頓方
7、程組轉化為幾乎塊對角形式,并用并行方法求解幾乎塊對角修正牛頓方程組。根據(jù)CCQP子問題的解求得搜索方向,再利用并行Armijo線性搜索法以增廣拉格朗日函數(shù)為價值函數(shù)求步長因子。數(shù)值算例表明,并行預估校正-原對偶內點SCCQP法的數(shù)值效果良好,能極大地提高計算效率。
為減少實際參與優(yōu)化迭代計算的設計變量和約束,提高計算效率,本文對結構優(yōu)化設計中常用的設計變量降維與約束篩選技術進行了總結和分析,并提出了一種用于降低設計變量數(shù)的區(qū)域
8、設計變量鏈技術。
為將并行新型塊對角BFGS增廣乘子法及并行預估校正-原對偶內點SCCQP法應用于工程實際,本文開發(fā)了一套大規(guī)模結構并行優(yōu)化軟件系統(tǒng)。該優(yōu)化軟件系統(tǒng)通過CAD/CAE軟件建立結構的有限元模型,通過人機交互界面輸入優(yōu)化初始信息及控制參數(shù),并將數(shù)據(jù)分別保存在有限元模型文件和優(yōu)化文件中。該優(yōu)化軟件系統(tǒng)的并行優(yōu)化程序采用FORTRAN語言和MPI并行編程模型編寫,可以實現(xiàn)數(shù)據(jù)的讀取和管理、方程表達式的解析、并行計算機各
9、計算節(jié)點間的信息交換和計算協(xié)調、結構的響應分析和敏度分析、約束的篩選、優(yōu)化迭代計算及優(yōu)化計算結果的輸出等功能。
使用本文開發(fā)的優(yōu)化軟件系統(tǒng),在四臺計算機組成的并行計算機上,在五種載荷工況下,以結構重量最小為設計目標,以結構元件的構形參數(shù)為設計變量,以平尾翼尖撓度和扭轉角、結構的應力和應變?yōu)榧s束對T型尾翼進行結構優(yōu)化設計。首先,對T型尾翼的結構布局形式及傳力路線進行分析,建立了結構的有限元模型。然后,對有限元模型進行設計變量分區(qū)
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 大規(guī)模木馬控制模型及其應用研究.pdf
- 大規(guī)模稀疏學習研究:優(yōu)化算法及其應用.pdf
- 大規(guī)模客戶車輛調度問題及其應用研究.pdf
- 大規(guī)模LiDAR數(shù)據(jù)的建模方法與應用研究.pdf
- 多層超圖剖分算法及其在大規(guī)模CFD并行計算中的應用研究.pdf
- 大規(guī)模并行處理器上資源與性能優(yōu)化的調度方法研究.pdf
- 大規(guī)模定制下的延遲策略及其應用研究.pdf
- 大規(guī)模組合優(yōu)化問題蟻群算法應用研究.pdf
- 大規(guī)模并行排序學習算法研究.pdf
- 面向大規(guī)模數(shù)值模擬的并行非結構網(wǎng)格生成方法研究.pdf
- MPICH并行集群系統(tǒng)的建立及其在大規(guī)模計算化學中的應用研究.pdf
- 大規(guī)模對等搜索及應用研究.pdf
- 面向大規(guī)模定制的延遲策略及其應用研究.pdf
- 大規(guī)模定制下的產品人機工程應用研究.pdf
- 基于MapReduce的大規(guī)模RDF圖并行推理方法的研究.pdf
- 科龍冰箱大規(guī)模定制應用研究.pdf
- 連續(xù)體結構拓撲優(yōu)化方法及其應用研究.pdf
- 大規(guī)模字符串連接的并行化研究與應用.pdf
- 基于GPU的大規(guī)模顆粒并行計算與優(yōu)化.pdf
- 基于并行化深度學習的大規(guī)模圖像檢索方法研究.pdf
評論
0/150
提交評論