基于区间的不确定多目标优化方法研究

基于非线性区间优化,提出了一种不确定多目标优化方法.基于区间序关系和区间可能度,把不确定多目标的目标函数和约束转化为确定性的目标函数和确定性的约束.对于复杂的工程优化问题,为了提高效率,采用拉丁方试验设计方法,构建响应面近似模型,并基于近似模型进行不确定多目标优化,从而形成了非线性区间优化方法与近似模型相结合的高效不确定多目标优化方法.数值算例表明了该方法的有效性和工程实用性.     

基于径向基函数配点法的梁板弯曲问题分析

采用径向基函数配点法分析考虑剪切效应的梁板弯曲问题,该方法利用径向基函数作为近似函数,基于配点法离散方程,通过最小二乘法求解。径向基函数配点法在离散和计算过程中不需要任何形式的网格划分,是一种真正的无网格法;径向基函数可以用一元函数来描述多元函数,存在明显的储存和运算简单的特点;而基于配点法求解不需要积分,提高了计算效率。分析考虑剪切效应的薄梁板问题时,传统的有限元法或无网格法求解均会存在剪切锁闭问题,而径向基函数在全域内存在无限连续性,能够准确地满足Kirchhoff约束条件,因此径向基函数配点法能够消除剪切锁闭现象,而且不会出现应力波动。该方法的优势在于,其不仅易于离散、精度高,而且具有指数收敛率,计算效率高。数值算例验证了上述结论和该方法的稳定性。     

基于可靠度的结构优化的序列近似规划算法

基于可靠度的优化的最直观解法是把可靠度和优化的各自算法搭配一起形成嵌套两层次迭代。为改善其收敛性提高计算效率,人们提出了功能测度法、半无限规划法、单层次算法等多种改进方法。本文对传统结构优化界的经典序列近似规划法改造并扩展应用于求解基于可靠度的结构优化问题,构造该问题的序列近似规划模型和求解过程;其核心思想是在每个近似规划子问题中采用近似可靠度指标对设计变量的线性近似,在优化迭代过程中同步更新设计变量和随机空间中的近似验算点坐标,以达到可靠度分析和优化迭代同步收敛的目标。为了算法的实施,还推导出近似可靠度指标的半解析灵敏度计算公式,编制了程序,最终实现与通用软件的连接。论文用算例证实算法的有效性。     

无网格法驱动径向基函数前置卷积神经网络

卷积神经网络通过卷积核的移动加权提取样本点的局部特征，而无网格法基于节点信息构造具有核近似特点的形函数进行离散建模，两者的内在相似性为采用卷积神经网络加速无网格计算过程提供了有利条件．但是基于传统卷积神经网络的改进无网格法包含较为繁琐耗时的非线性参数求解．为了克服这一问题，本文充分利用无网格法能够灵活构建数据样本的优点，提出了一种径向基函数前置卷积神经网络模型．该网络通过径向基函数的前置，提前激活输入数据，实现了非线性变换和数据特征维度跃升，随后再将数据传入传统卷积层得到输出．由于所提网络模型具备线性求解的特点，能够有效提升预测精度与计算效率．在数值算例中，通过对比无网格法直接计算结果、传统卷积神经网络和所提的径向基函数前置卷积神经网络预测结果，系统验证了所提网络模型的有效性．     

螺旋槽干气密封槽形参数的协调优化

应用PH线性化方法、迭代法,近似求解了螺旋槽内稳态流动场的非线性雷诺方程,求得了气体动压和速度分布的解析解.利用多目标优化方法构建了气膜刚度与泄漏量之比的协调函数,并对该目标函数进行了近似求解,获得了最佳的螺旋槽几何参数值.     

无网格法求解一类分段连续型延迟偏微分方程

无网格法是基于散点信息求解偏微分方程问题的数值方法,无网格法可减少或完全消除对网格的依赖,数值实施更加灵活.因此,考虑采用基于径向基函数的无网格插值法求解一类分段连续型延迟偏微分方程.首先,利用θ-加权有限差分法得到方程时间上的离散格式,利用基于径向基函数的无网格插值法近似空间导数,得到了全离散数值格式.采用的基函数是Multiquadric (MQ)径向基函数,MQ径向基函数在精度及稳定性等方面都优于其他径向基函数.其次,采用傅里叶分析方法对该方法进行稳定性分析,得到了该方法稳定的条件,且该条件只与时间步长有关.最后,通过数值算例验证了方法的收敛性和稳定性,从而说明了方法的有效性和适用性.     

基于凸模型的复杂多学科系统可靠性设计研究

复杂工程系统通常涉及到多个相互耦合的学科,而且其中往往存在不确定性因素。本文采用凸模型描述不确定性变量,将序列优化和可靠性评价方法应用于多学科可靠性优化之中,提出了一种新的多学科系统可靠性设计方法。在该方法中,可靠性分析采用功能度量法,多学科优化方法采用多学科可行方法或者二级系统一体化合成优化方法。数值算例和工程算例说明,该方法求解效率较常规嵌套求解方法效率高,为复杂工程系统的可靠性设计提供了一种新型求解算法。     

基于仿射算法的深部隧道衬砌力学状态区间分析

根据深部地层隧道结构物理、力学参数信息资料缺乏及各类不确定性模型的特征,揭示了区间模型于深部地层隧道工程不确定性分析的优越性。将限制条件少、适用范围广的链杆模式的矩阵位移理论与响应面思路结合,提出了衬砌结构力学状态参量解析式的搭建方法,并进一步推导出了基于仿射运算的响应面函数矩阵表达形式及其区间上、下界计算公式,构筑起基于矩阵表达的响应面函数区间仿射运算模型。将区间离散逐步逼近规则引入,建立了该模型的优化求解方法。利用该模型及方法分析了某衬砌墙脚轴力及拱顶弯矩分布区间,与蒙特卡洛法计算结果比较,显示本文模型及方法有效地克服了经典区间方法在复杂状态函数中的扩张和溢出这一致命缺陷,提高了准确性和计算效率,分析结果精确度满足工程使用要求。     

基于填充函数与DCD的全局优化算法及其反演

岩土工程中以监测位移为已知信息的反演问题可通过带未知变量约束空间的优化模型去求解。该模型中的优化函数常具有非线性、非凸性等特点,使得反演结果容易陷入局部最优的困境。为了应对在运用优化算法反演此类问题时存在的困境,并提高其算法效率,依据填充函数优化思想与DCD(Dynamic Canonical Descent)思想在反演时的优良全局搜索能力及其算法优化特点,提出了基于填充函数和DCD思想的联合反演全局优化算法,并给出了其反演迭代形式。数值计算和工程应用结果均表明:对于随机给定的任何一组初始反演值,本算法都能稳定且快速地收敛到反演真值。该联合算法具有数值计算稳定性好、全局优化能力强、收敛速度快等优点,将其应用于岩土工程中的非线性反演求解中具有较好的前景。     

基于凸模型的复杂多学科系统可靠性设计研究

复杂工程系统通常涉及到多个相互耦合的学科,而且其中往往存在不确定性因素。本文采用凸模型描述不确定性变量,将序列优化和可靠性评价方法应用于多学科可靠性优化之中,提出了一种新的多学科系统可靠性设计方法。在该方法中,可靠性分析采用功能度量法,多学科优化方法采用多学科可行方法或者二级系统一体化合成优化方法。数值算例和工程算例说明,该方法求解效率较常规嵌套求解方法效率高,为复杂工程系统的可靠性设计提供了一种新型求解算法。     

非线性函数的混沌优化方法比较研究

已有的混沌优化方法几乎都是利用Logistic映射作为混沌序列发生器，而Logistic映射产生的混沌序列的概率密度函数服从两头多、中间少的切比雪夫型分布，不利于搜索的效率和能力。为此，首先根据Logistie映射混沌轨道点密度函数的特点，建立改进的混沌-BFGS混合优化算法。之后，考虑到Kent映射混沌轨道点密度为均匀分布，建立了基于Kent映射的混沌-BFGS混合优化算法。然后对五种混合优化方法——不加改进的和改进的基于Logistic映射的混沌-BFGS法，基于Kent映射的混沌-BFGS法，Monte Carlo试验-BFGS法，网格-BFGS法进行了研究，分别对3个低维和2个高维非线性复杂测试函数进行优化计算，对它们的全局优化计算效率和寻优能力做了比较，并探讨了混合优化方法全局优化性能差异的原因。结果表明，混沌优化方法是与Monte Carlo方法类似的一种随机性试验优化方法。而且，这类优化方法的计算性能至少与以下因素有关：混沌／随机序列的统计性质，优化问题全局最优点位置。     

二级多点近似方法在整星结构优化设计中的应用

以整星结构为研究对象,针对含有离散变量的混合变量优化问题,应用二级多点近似方法给出从卫星拓扑布局设计到尺寸的一体化优化求解过程。首先,对整星结构进行仿真和振动试验,设计满足总体指标要求且已得到在轨验证。其次,建立以极小化卫星质量为目标的多工况优化模型后利用分段多点逼近函数建立了显式近似问题。最后,采用遗传算法和变尺度法分别对离散/连续两类变量寻优,并以拓扑构型一致性和目标函数的下降程度作为收敛的判定依据。结果显示,在满足频率和静力的约束下,卫星质量降低了7.9%,且结构分析迭代次数仅为50~60次,从而验证了该方法在求解整星结构多变量多工况下的一体化设计问题时具有很高的计算效率和准确性。     

多工况结构拓扑优化的灰色权重折衷规划模型法

针对多工况结构拓扑优化问题中的载荷病态现象,基于RAMP (Rational Approximation of Material Properties)拓扑优化模型,提出应用灰色理论确定工况权重系数,并将应变能目标函数归一化的折衷规划模型法．通过专家评价方法获得工况权重系数的灰色区间,结合灰色理论计算工况权重系数灰色区间的精确值,并采用导重法推导出多工况结构拓扑优化问题的求解迭代表达式．通过定义载荷比描述载荷病态的程度,对多工况结构拓扑优化典型算例在不同载荷比及不同工况权重系数下进行结构拓扑优化分析．优化结果表明,灰色权重折衷规划模型及求解方法对多工况结构拓扑优化问题具有高效、稳定的特点,能够克服载荷病态问题,并通过大跨度甲板强横梁的结构拓扑优化设计证明本文设计方法的有效性．     

A simultaneous space-time wavelet method for nonlinear initial boundary value problems

A high-precision and space-time fully decoupled numerical method is developed for a class of nonlinear initial boundary value problems. It is established based on a proposed Coiflet-based approximation scheme with an adjustable high order for the functions over a bounded interval, which allows the expansion coefficients to be explicitly expressed by the function values at a series of single points. When the solution method is used, the nonlinear initial boundary value problems are first spatially discretized into a series of nonlinear initial value problems by combining the proposed wavelet approximation and the conventional Galerkin method, and a novel high-order step-by-step time integrating approach is then developed for the resulting nonlinear initial value problems with the same function approximation scheme based on the wavelet theory. The solution method is shown to have the N th-order accuracy, as long as the Coiflet with [0, 3 N-1]compact support is adopted, where N can be any positive even number. Typical examples in mechanics are considered to justify the accuracy and efficiency of the method.     

Modified sub-population teaching-learning-based optimization for design of truss structures with natural frequency constraints

In this paper, a modified sub-population teaching-learning-based optimization (MS-TLBO) algorithm is proposed to improve the exploration and exploitation capacities by including the concept of number of teachers, adaptive teaching factor, learning through tutorial, and self-motivated learning in the basic TLBO algorithm. The multiple frequency responses to the structural optimization problems are challenging due to its search space, which is implicit, nonconvex, nonlinear, and often leading to divergence. The viability and efficiency of the proposed method are tested by five structural benchmark problems of shape and size optimization with multiple natural frequency constraints on the planar and space trusses. The results reveal that MS-TLBO is more effective as compared to the original TLBO and other state-of-the-art algorithms.     

A multi-objective optimization method for uncertain structures based on nonlinear interval number programming method

A multi-objective optimization method for uncertain structures is developed based on nonlinear interval number programming (NINP) method. The NINP method is employed to transform each uncertain objective function into a deterministic single-objective optimization problem. Using the constraint penalty function method, a deterministic multi-objective and non-constraint optimization problem is formulated in terms of penalty functions. Then the micro multi-objective genetic algorithm and the intergeneration projection genetic algorithm are adopted as outer layer and inner optimization operator to solve the nesting optimization problem, respectively. Finally, four numerical examples are provided to demonstrate the effectiveness of the present method.     

Equivalent method for accurate solution to linear interval equations

Based on linear interval equations, an accurate interval finite element method for solving structural static problems with uncertain parameters in terms of optimization is discussed.On the premise of ensuring the consistency of solution sets, the original interval equations are equivalently transformed into some deterministic inequations.On this basis, calculating the structural displacement response with interval parameters is predigested to a number of deterministic linear optimization problems.The results are proved to be accurate to the interval governing equations.Finally, a numerical example is given to demonstrate the feasibility and efficiency of the proposed method.     

阶跃函数高精度逼近的结构拓扑优化方法

为了提高ICM(Independent Continuous and Mapping,即独立、连续及映射)方法求解结构拓扑优化问题的效率,本文改进了阶跃函数及其反函数的近似逼近函数——磨光函数和过滤函数。首先,分别对ICM方法的磨光函数和过滤函数按其近似性质进行了分类,分别提出了左磨函数及上磨函数和快滤函数、慢滤函数诸概念。然后得到了区分左磨函数和上磨函数、快滤函数和慢滤函数的两个判别定理;并得到了上磨函数、快滤函数、左磨函数及慢滤函数的对应定理。进而给出了磨光函数和过滤函数的使用准则及构造方法。采用高精度逼近阶跃函数的指数类函数做左磨函数,建立近似程度更高的结构拓扑优化模型。上述策略带来了模型非线性程度的提高,增加了求解难度。为此,针对该模型给出了精确对偶映射下的序列二次近似解法。最后,以位移约束下结构重量最轻化问题为例,叙述了相应的算法。与以往采用幂函数做磨光函数时算例结果的比较表明,该模型的提法合理,算法更加有效。由于提高了对阶跃函数及其反函数的逼近程度,从而显著减少了优化迭代的次数。     

APPLICATION OF VARIABLE-FIDELITY MODELS TO AERODYNAMIC OPTIMIZATION

For aerodynamic shape optimization, the approximation management framework (AMF) method is used to organize and manage the variable-fidelity models. The method can take full advantage of the low-fidelity, cheaper models to concentrate the main workload on the low-fidelity models in optimization iterative procedure. Furthermore, it can take high-fidelity, more expensive models to monitor the procedure to make the method globally convergent to a solution of high-fidelity problem. Finally, zero order variable-fidelity aerodynamic optimization management framework and search algorithm are demonstrated on an airfoil optimization of UAV with a flying wing. Compared to the original shape, the aerodynamic performance of the optimal shape is improved. The results show the method has good feasibility and applicability.