Kriging模型并行加点策略的多目标优化方法

针对复杂机械装备多学科多目标优化设计成本高、周期长等问题,提出一种近似模型与并行加点策略相结合的多目标优化方法。基于Kriging模型,将添加更新样本点定义为同时考虑Pareto最优解和预测误差的动态多目标优化问题,应用改进NSGA-II优化算法和极大极小距离准则,确定最优的并行更新样本点,在提高Kriging模型精度的同时实现多目标优化。测试函数验证和实例结果表明,该方法可有效提高复杂系统多目标优化效率,同时获得收敛性和分散性俱佳的Pareto最优解。

基于多目标并行加点映射代理模型的高速铁路桥上行车安全快速评价方法

高铁基础结构服役性能劣化是影响轨面几何形态极其关键的因素之一,也是高铁长期安全运营需要考虑的关键核心问题。为破解传统算法难以快速评价列车安全舒适性的难题,提出基于映射代理模型的桥上行车安全快速评价方法。基于Kriging代理模型,首先提出一种多目标并行加点新算法,并对算法在优化精度、效率、稳定性方面的优越性进行验证;其次以软土沉降区域运营高铁为例,通过将物理模型与优化算法相结合,构建板底脱空条件下桥墩沉降与列车动力响应的多点映射关系,搭建复杂服役条件下高效率计算行车安全参数的映射代理模型,最终实现对行车安全性的快速评价。研究结果表明:提出的映射代理模型能在快速、准确计算沉降与脱空组合工况下列车动力响应的同时,精准刻画行车安全阈值轮廓,促进高铁桥上行车安全智能评价方法的逐步形成,有力保障高铁桥梁-轨道系统的安全服役。

基于并行加点kriging模型的拉延筋优化

为提高kriging代理模型预测精度,基于最大期望提高加点准则,提出一种改进的自适应加点准则和一种并行加点策略。基于kriging模型的预测响应和预测方差,并行加点方法在建模过程中利用粒子群算法并行求解多个加点准则获取多个新样本点更新代理模型,极大提高建模效率。将该方法应用到低维和高维经典非线性函数中,并与单点加点结果相比较,结果表明该方法在保证全局精度情况下,加点次数减少50%以上,并且建模所需总样本数更少。最后以NUMISHEET2002标准考题翼子板成形为研究对象,将该方法应用到板料成形上,建立等效拉延筋阻力和减薄率之间的kriging代理模型,利用并行加点策略快速获取了拉延筋阻力的最优解,消除了翼子板成形中的拉裂缺陷,提高了板料的成形质量。研究表明,改进的自适应加点准则以及提出的并行加点策略可以有效地提高kriging模型的建模效率和建模精度。

基于代理模型的固体火箭发动机装药设计

提出一种基于代理模型的固体火箭发动机装药优化设计方法。将代理模型技术用于基于Level Set的固体火箭发动机装药设计,并提出了基于Pareto前沿采样的并行加点准则,进一步提升算法性能。以后翼柱型装药为例,以推力平稳为设计目标,得到了优良的推力性能,验证了方法的有效性。

基于代理优化算法的水下滑翔机外形优化设计

为了解决水下滑翔机复杂外形的优化设计问题,在提高其升阻比的同时提高Kriging代理模型的优化效率,提出一种自适应代理优化算法。该算法分别使用提出的改善并行期望改进准则(Parallel Expectation Improvement,PEI)和改善概率准则两种加点准则进行全局探索;使用最小代理模型预测(Minimizing Surrogate Preduction,MSP)准则进行局部探索。并根据新样本点和已知样本点的关系来实现全局探索和局部探索的切换。通过数学算例将所提算法和最大期望提高(Expected Improvement,EI)准则、多点期望提高准则(Multiple Expectation of Improvement,q-EI)、最大期望概率提高准则进行对比,结果表明,优化算法收敛更快,精度更高。最后,采用该优化算法对水下滑翔机外形进行优化,最大升阻比提升了19.37%。

基于自适应代理优化算法的射雾器叶轮优化设计

为了提高射雾器的射程,同时提高Kriging代理模型的优化效率和精度,提出一种新的自适应代理优化算法,包括全局探索阶段和局部探索阶段。在全局探索阶段,提出改进的最大期望概率提高准则(Improved Probability Improvement,IPI)和并行加点策略;在局部探索阶段,通过最小响应面准则(Minimizing Prediction,MP)获取新样本点;各加点准则均采用差分进化算法进行寻优,并根据新样本点和已知样本点的关系来实现全局探索和局部探索的自适应切换,直至找到最优解。算例实验表明:和最大期望提高准则(Expected Improvement,EI)、多点期望提高准则(q-Expected Improvement,q-EI)、最大期望概率提高准则(Probability Improvement,PI)相比,优化算法的加点次数至少减少了6.32%,优化效率提高了11.61%以上,求解问题的有效性更好。采用优化算法对射雾器叶轮结构进行优化,射雾器射程提高了24.77%。

基于代理优化算法的岸桥轨道夹优化设计

为了优化岸桥轨道夹结构,针对复杂黑箱约束问题,提出一种自适应约束代理优化算法。先使用改善的约束并行期望改进准则(Constrained Parallel Expected Improvement,CPEI)和重要边界采样准则(Importance Boundary Sampling,IBS)探索全局最优解区域,再使用信任域法进行局部开发,并引入客观的约束函数Kriging模型来更新策略,减少不必要的仿真分析,节约了计算成本。通过一个数学算例将所提算法与约束期望改进(Constrained Expected Improvement,CEI)和两目标加点优化算法(Expected Improvement-Probability of Feasibility,EI-PoF)进行比较,结果表明:所提算法收敛更快,精确度更高。