基于混合径向基神经网络的黑箱系统设计优化方法技术方案

本发明专利技术公开的基于混合径向基神经网络的黑箱系统设计优化方法，属于工程设计中的优化技术领域。本发明专利技术采用混合径向基神经网络对黑箱系统进行近似建模，并代替原始系统模型进行设计优化；通过求解单个径向基神经网络RBFNN中的参数，使得单个RBFNN的近似性能最优；构建求解权重系数的二次规划问题，对目标函数中的每个权重系数增加惩罚项，提高混合径向基神经网络ERBFNN的近似精度。本发明专利技术通过挖掘和利用不同RBFNN的优势，并利用拉格朗日乘子法求解单个代理模型的权重系数，能够避免繁琐优化过程，对于黑箱系统的高精度、高效率近似建模以及提高黑箱系统设计优化质量具有重要意义。本发明专利技术适用于包含高精度分析模型或存在黑箱系统的工程设计优化领域。

Design optimization method of black box system based on hybrid radial basis function neural network

The black box system design optimization method based on hybrid radial basis function neural network disclosed by the invention belongs to the optimization technology field in engineering design. The present invention adopts hybrid radial basis function neural network to approximate the black box system and optimize the design instead of the original system model; solves the parameters of a single radial basis function neural network RBFNN to optimize the approximate performance of a single RBFNN; constructs a quadratic programming problem to solve the weight coefficients, adds penalties to each weight coefficient in the objective function, and improves the hybrid radial. Approximate accuracy of ERBFNN based on neural network. By exploiting and utilizing the advantages of different RBFNNs and solving the weight coefficients of a single agent model by using Lagrange multiplier method, the invention can avoid the tedious optimization process, and has important significance for high precision and high efficiency approximate modeling of black box system and improving the quality of design optimization of black box system. The present invention is suitable for engineering design optimization field including high precision analysis model or black box system.

【技术实现步骤摘要】
基于混合径向基神经网络的黑箱系统设计优化方法
本专利技术涉及一种基于混合径向基神经网络的黑箱系统设计优化方法，属于工程设计中的优化

技术介绍
随着计算机技术的发展和工业产品设计要求的不断提高，高精度仿真分析模型在工程系统设计中得到了广泛的应用。其中，大多数工程系统往往属于黑箱系统。飞行器作为一类典型的黑箱系统，其设计过程中往往包括计算流体力学CFD模型、有限元分析FEA模型、隐身计算电磁学CEM模型等。尽管高精度分析模型提高了分析精度和设计可行度，但计算成本的增加令人难以接受，比如CFD模型需数小时完成单次气动仿真分析。传统黑箱系统设计往往直接调用高精度分析模型实现对设计空间的探索，面临高耗时、低效率、长周期的技术瓶颈。为了降低计算成本，基于代理模型的设计优化策略(MBDO)在工程设计领域中得到了广泛应用。该方法旨在通过调用少量计算耗时的高精度仿真分析模型获得训练样本点，利用数学手段对数值仿真模型构造精度满足要求的近似模型，并代替高精度仿真分析模型进行设计优化。常用的代理模型技术包括径向基函数RBF、Kriging函数KRG、多项式响应面PRSM和移动最小二乘MLS等。其中本文档来自技高网...

【技术保护点】
1.一种基于混合径向基神经网络的黑箱系统设计优化方法，其特征在于：包括如下步骤，步骤A：确定基于混合径向基神经网络的黑箱系统设计优化方法的基本参数，所述基本参数包括设计空间大小、构造样本点个数、径向基神经网络输入层神经元的个数、隐层神经元的个数、输出层神经元的个数、不同径向基函数的类型；步骤B：采用拉丁超方试验设计LHD在设计空间内生成构造样本点，调用高精度分析模型计算构造样本点处对应的响应值，并计算得到黑箱系统响应值；步骤C：利用步骤B中得到的构造样本点和对应的黑箱系统响应值构造混合径向基神经网络模型，实现黑箱系统的近似建模并用于后续步骤设计优化；步骤D：利用序列二次规划SQP对黑箱系统近似...

【技术特征摘要】
1.一种基于混合径向基神经网络的黑箱系统设计优化方法，其特征在于：包括如下步骤，步骤A：确定基于混合径向基神经网络的黑箱系统设计优化方法的基本参数，所述基本参数包括设计空间大小、构造样本点个数、径向基神经网络输入层神经元的个数、隐层神经元的个数、输出层神经元的个数、不同径向基函数的类型；步骤B：采用拉丁超方试验设计LHD在设计空间内生成构造样本点，调用高精度分析模型计算构造样本点处对应的响应值，并计算得到黑箱系统响应值；步骤C：利用步骤B中得到的构造样本点和对应的黑箱系统响应值构造混合径向基神经网络模型，实现黑箱系统的近似建模并用于后续步骤设计优化；步骤D：利用序列二次规划SQP对黑箱系统近似模型进行优化，得到最优解，并调用高精度分析模型计算得到最优解处黑箱系统的响应值；将最优解和对应的响应值作为黑箱系统的最终设计优化结果输出。2.如权利要求1所述的一种基于混合径向基神经网络的黑箱系统设计优化方法，其特征在于：还包括步骤E，将步骤A至步骤D所述的设计优化方法应用于包含高精度分析模型或存在黑箱系统的工程设计优化领域，解决相应相关工程问题。3.如权利要求1或2所述的一种基于混合径向基神经网络的黑箱系统设计优化方法，其特征在于：步骤C中构造混合径向基神经网络模型包含两个步骤，分别是单个径向基神经网络RBFNN的训练和混合径向基神经网络ERBFNN中权重系数的确定，具体实现步骤如下，步骤C...

【专利技术属性】
技术研发人员：龙腾，唐亦帆，史人赫，武宇飞，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11