多学科设计优化中常用代理模型的研究

代理模型是多学科设计优化的关键技术之一。本文系统介绍了多项式响应面模型，径向基函数模型和Kriging模型等3种多学科设计优化中常用的代理模型。通过构造某机翼展向气动载荷分布的代理模型，对这3种模型的效果进行了评估，并对这些代理模型的构造方法、基本特性和适用范围进行了分析研究。  

基于Kriging模型的汽轮机基础动力优化设计

随着汽轮机容量的增加和核电站的迅速发展,汽轮机基础动力优化设计已经成为世界前沿的研究课题.本文提出一种基于Kriging模型的有效优化方法,用以求解上述动力优化设计问题.该问题的优化模型是在汽轮机基础框架重量约束条件下,优化汽轮机基础中柱的位置和粱、柱的截面面积,使基础振动的最大幅值最小化.Kriging模型用于建立基础振动的最大动位移幅值与设计变量间的近似函数关系,从而避免了优化迭代中灵敏度分析.开发了动力分析程序,作为黑箱用于动力响应分析.算例结果表明,本文方法在效率和稳定性上优于序列线性规划方法.  

自适应Kriging近似模型及其在二维扩压器优化设计中的应用

将均匀设计方法、CFD技术、Kriging近似模型及小生境微种群遗传算法相结合发展了一种自适应全局优化设计方法。优化过程中综合考虑Kriging模型的预测值与预测标准差,引入了EI(Expected Improvement)函数得到校正点,解决了采用近似模型最优策略得到校正点带来的局部收敛问题。分别采用该方法和小生境微种群遗传算法进行扩压器气动优化设计,以扩压器平均静压恢复系数为目标函数并采用Nurbs曲线完成几何参数化建模。优化后扩压器平均静压恢复系数提高了8.5%,结果表明本文方法比随机性优化算法更为有效。  

基于元模型与聚类算法的设计空间减缩策略及工程应用

提出了一种基于元模型建模和聚类算法的设计空间减缩策略,能直接将设计空间减小到相对小的子空间。建议的方法分为三步:首先,进行低精度元模型建模,其次重新设计样本点并基于元模型求解样本点函数值和导数,应用最短距离层次聚类算法确定样本点聚类数与聚类中心,采用模糊c均值算法完成设计空间划分,生成设计空间子空间;最后,求解子空间目标函数的均值,确定保留子空间,并在保留子空间中对函数进行优化,达到目标函数全局最优解。测试函数和工程算例表明,该方法能够有效减小设计空间。  

基于Kriging模型的非概率可靠度计算

Kriging模型可以适应各种极限状态函数,HL-RF修正算法可以有效地计算非线性问题.对于难以获得极限状态函数的结构,提出了用Kriging模型进行回归拟合极限状态方程,同时使用HL-RF修正算法计算结构的非概率可靠度指标的计算方法.教值算例以及球形压力容器可靠性分析表明,本文提出的计算方法具有求解精度好、适应能力强的特点.  

含区间参数结构固有频率范围的优化估计

提出了一种基于Kriging近似模型和粒子群(Particle Swarm Optimization,PSO)优化算法的含区间参数结构的固有频率范围估计方法。基于Kriging模型优良的局部拟合性质,并经过误差检验和相关参数调整后,建立了满足精度要求的固有频率近似模型;基于PSO算法出色的全局寻优性能,对固有频率近似模型在区间参数空间内进行全局优化求解,获得区间不确定结构固有频率范围估计值。对某型燃气轮机涡轮叶片进行了实例分析,结果表明文中方法的效率和精度能够满足工程要求,其可行性和合理性得到了验证。