指出准协同优化策略(Collaborative optimization,CO)存在的数值缺陷及其原因。针对系统级优化不满足Kuhn-Tucker条件所导致的计算困难,提出一种基于可行方向序列无约束极小化技术(Feasible direction sequential unconstrainedminimiza...指出准协同优化策略(Collaborative optimization,CO)存在的数值缺陷及其原因。针对系统级优化不满足Kuhn-Tucker条件所导致的计算困难,提出一种基于可行方向序列无约束极小化技术(Feasible direction sequential unconstrainedminimization technology,FD-SUMT)外点法的改进协同优化策略(Enhanced collaborative optimization with FD-SUMT method,ECO-FSM)。在系统级优化中使用FD-SUMT外点法,该方法不依赖Lagrange乘子并且能够将系统级设计变量限定在设计变量可行域内,避免传统SUMT外点法设计变量越界所导致的异常。利用学科间动态不一致信息更新系统级优化中的罚因子以加速学科间的协调。利用测试问题检验ECO-FSM的性能,并与其他的CO进行比较研究。研究结果表明ECO-FSM消除了系统级优化中设计变量越界的现象,收敛性、数值稳定性以及收敛速度得以显著提高。将ECO-FSM用于亚声速喷气式客机总体方案优化设计,优化结果表明ECO-FSM具有工程实用性。展开更多
针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出了一种基于逆可靠性策略(Inverse Reliability Strategy,IRS)的多学科遗传协同(Collaborative Optimization Based On Genetic ...针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出了一种基于逆可靠性策略(Inverse Reliability Strategy,IRS)的多学科遗传协同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(IRS-GA-CO)。该方法将IRS方法与多学科协同优化算法结合进行复杂系统工程可靠性分析。同时,采用遗传算法求解系统级可靠性优化问题,克服多学科协同优化算法中拉格朗日乘子不存在的缺陷。在IRS-GACO方法中所有的学科能够独立的进行优化,这样不仅解除了所有学科之间的耦合,提高了搜索最大可能点(Most Probable Point,MPP)的效率,而且学科级能进行优化,系统级优化器的负担可显著地降低。通过一个数学算例和齿轮减速器多学科可靠性分析的工程例子证明了文中提出方法的效率和精度,这个优点在大规模的复杂工程系统的设计中能够更好地体现出来。展开更多
文摘针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出了一种基于逆可靠性策略(Inverse Reliability Strategy,IRS)的多学科遗传协同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(IRS-GA-CO)。该方法将IRS方法与多学科协同优化算法结合进行复杂系统工程可靠性分析。同时,采用遗传算法求解系统级可靠性优化问题,克服多学科协同优化算法中拉格朗日乘子不存在的缺陷。在IRS-GACO方法中所有的学科能够独立的进行优化,这样不仅解除了所有学科之间的耦合,提高了搜索最大可能点(Most Probable Point,MPP)的效率,而且学科级能进行优化,系统级优化器的负担可显著地降低。通过一个数学算例和齿轮减速器多学科可靠性分析的工程例子证明了文中提出方法的效率和精度,这个优点在大规模的复杂工程系统的设计中能够更好地体现出来。
