小样本条件下智能布点代理模型及优化设计

传统典型代理模型需要使用大量样本点实现高精度全局预测,对时间和计算资源的消耗很难满足工程和科学计算所需,鉴于优化设计依赖代理模型和优化算法,提出一种小样本条件下实现高效预测的智能布点模型。考虑到优化问题只需构建帕累托前沿附近(局部)的高精度代理模型,通过信赖域思想改进并实现智能布点方法,其采样空间与代理模型会根据预测精度的需求进行更新,提高了代理模型更新效率和预测精度。以小型非晶合金变压器为验证案例,在只有70组样本数据下对比了智能布点代理模型和传统典型正交实验方法,结果表明智能布点代理模型的预测精度相比传统代理模型提高了16%左右,验证了该代理模型在少样本情况下的有效建模和预测精度,并进行了优化设计。

基于智能布点技术的近似模型优化研究及其在冲压成形中的应用

针对基于统计学原理试验设计方法的缺陷,采用一种基于设计变量边界条件以及最优样本信息的智能布点方法,并结合移动最小二乘的响应面近似模型优化方法对非线性问题进行求优。为了验证该方法的有效性,采用该方法对非线性测试函数进行了极值求解。同目前主流的试验设计方法相比,其求解精度以及响应面拟合精度都有一定的提高。将该方法应用于薄板冲压成形体系中拉延筋的优化,得到预期的结果,并成功地用于实际产品成形。

一种基于智能布点技术的空间映射近似模型方法及其在拉延筋设计优化中的应用

针对近似模型在非线性优化技术中应用的技术瓶颈,对基于设计变量的空间映射方法进行了修正,提出了基于响应函数的近似模型构造方法。结合先进的智能布点技术,构建了针对大规模非线性优化问题的求解体系。为了验证算法的性能,将该方法应用于薄板冲压成形体系中的拉延筋设计,得到了令人满意的结果。

一种可量化地铁视频监控智能布点设计

针对地铁视频监视系统领域提出的"全覆盖"需求,提出了在地铁视频监视系统中应用可量化智能布点设计的技术方案,介绍了可量化智能布点设计的概念和设计方法,针对智能布点设计在地铁视频监视系统中应用的关键技术及难点问题进行了详细说明,并给出了相应的解决方法。最后通过应用结果分析,说明了智能布点设计在地铁视频监视中应用的可行性。

基于大数据的变电站智能选址研究

本文研究了变电站在规划阶段选址和可研阶段选址的不同业务需求,并基于地理信息系统(geographic information systems,GIS)技术和大数据技术分别建立了针对不同时期的变电站选址模型,基于基础地理信息、影像、自然保护区等各种专题图及电力规划基础信息等电力大数据,结合GIS空间分析技术实现变电站的智能选址。通过对规划阶段选址的智能布点技术和可研阶段的智能选址技术的研究完成了变电站从规划阶段到可研站址选择的完整流程,将理论模型及算法与实际工程要求有机结合,能够有效提高变电站选址的智能化水平。

基于信赖域模型管理技术的永磁同步电机多目标优化

针对永磁同步电机多目标优化过程中要反复调用耗时的仿真分析且在整个设计域构建代理模型精度低的问题,提出基于信赖域模型管理技术的永磁同步电机多目标优化算法,该算法将整个设计域划分为一系列信赖域,在信赖域上构建径向基函数代理模型并采用微型多目标遗传算法近似优化,降低多目标优化中代理模型的精度要求。通过代理模型与电磁仿真模型的近似程度来调节信赖域的大小,通过缩放和平移信赖域,引导各个电机目标性能逐步逼近Pareto最优前沿面,加快收敛速度。为了进一步减少有限元仿真次数,引入遗传智能布点技术,通过样本遗传策略,遗传落在下个信赖域上的样本。通过算例验证了该算法具有较强的求解永磁同步电机多目标优化问题的能力及较高的求解效率。

基于代理模型的汽车结构安全多目标优化的研究报告

提出基于自适应径向基函数的多目标优化方法。该方法通过遗传拉丁超立方实验设计、径向基函数和隔代映射遗传算法等技术,系统地评价代理模型。采用改进的贪婪算法挑选最后迭代步中的测试点到最终样本空间,获得整个设计域上的自适应径向基函数模型。该方法被应用于车身薄壁构件耐撞性多目标优化设计中,快速地找到了多组设计方案,较好地平衡了薄壁构碰撞过程中的吸能量和碰撞力。提出基于智能布点技术的微型多目标遗传算法。该算法采用加强径向基函数构建全局代理模型,再运用高效的微型多目标遗传算法进行近似优化。并根据优化结果信息进行智能布点,反馈到设计空间进而不断地更新代理模型,使实验设计过程和近似优化过程形成闭环的过程,提高了优化效率。该方法被应用于某重型商用车驾驶室动态特性优化中,获得大量支配优化前的设计方案使驾驶室动态特性更好并且质量更轻。提出基于信赖域模型管理的优化方法。该方法将在整个设计空间上的复杂优化问题,转化为一系列信赖域上的近似多目标优化问题。通过每个信赖域上的优化结果,确定信赖度和下代域的中心、半径。进而不断地缩放、平移信赖域,来保证获得与真实模型一致的非支配解。该方法被应用于某车门结构优化实际中,通过匹配关键部件的厚度,很好地平衡了车门的各项动静态特性指标。结合信赖域和智能布点技术,用来处理信赖域模型管理需要多次重采样导致效率低下的问题。通过样本遗传策略,遗传落在下代信赖域空间上的样本,减少实验设计样本个数从而提高效率。通过遗传智能布点策略,根据距离比较原则从非支配解外部解集中挑选部分到信赖域空间,提高关键区域代理模型的精度从而加快收敛。该方法被成功应用于基于耐撞性和模态特性的轿车车身结构轻量化设计中,解决了汽车结构安全中的多目标优化问题。

多项式结构选择技术构建风电滑动轴承润滑特性代理模型

在模拟滑动轴承润滑特性时,现有的CFD仿真方法计算成本高、耗时长,且不适宜于油膜优化设计中的多次迭代调用。提出采用多项式结构选择技术构建风电滑动轴承润滑特性代理模型,该方法通过遗传智能布点技术遗传样本,减少CFD仿真次数;基于误差减小比率筛选对润滑特性影响大的有效项,剔除影响小的无效项,减少多项式项数来提高风电滑动轴承润滑特性多项式代理模型的效率和精度。该模型实现少而精的多项式拟合润滑参数与润滑特性的强非线性映射关系,所需采集的样本数量少于传统的径向基函数代理模型构建方法,且计算误差小于径向基函数代理模型,为复杂非线性建模提供一条新的研究思路和技术途径。