【技术实现步骤摘要】
本专利技术涉及多学科优化设计，特别是一种基于多阶段优化的多学科设计优化方法及系统。
技术介绍
1、多学科设计优化(multidisciplinary design optimization，mdo)是一种探索子系统相互作用的复杂系统设计方法论，通过探索和利用系统中相互作用的协同机制，利用多目标策略和计算机辅助技术来设计复杂系统及子系统，，能让设计师掌握学科间的耦合与协同效应，以此改善设计，可以有效缩短设计周期，获取系统整体最优性能，在处理复杂工程问题上展现出巨大的潜力。
2、在mdo求解策略中，kroo等人提出的协同优化算法(collaborativeoptimization,co)被认为是最经典的，这一策略因其系统级与学科级的双层结构而闻名，系统级优化模型与子系统级优化模型之间通过协同优化算法(co)实现协调。研究人员通过响应面法、罚函数法、设计空间缩减法以及松弛因子法这四个方面深入研究，以解决设计变量一致性约束的问题。由于系统级无法协调子系统中的局部设计变量，子系统的目标函数仅包含一致性约束而不包含性能指标，在满足约束要求的前提下，这些局部设计变量也并不对性能指标进行优化。因此，目前改进的协同优化(co)算法仅能解决子系统间设计变量与耦合变量的协调问题，但却无法进一步优化性能指标。然而，在工程设计中，“黑箱”模型很常见，优化目标不仅仅局限于实现子系统间设计变量一致性，更关键的是提升性能指标。因此，亟需研究能够在满足多学科设计优化问题的一致性约束条件下，不仅能够加快系统级的收敛速度，还能进一步提升性能指标的多学科集
技术实现思路
1、本专利技术的目的在于提供一种能够在满足多学科设计优化问题的一致性约束条件下，加快系统级的收敛速度，进一步提升性能指标的多学科设计优化方法及系统。
2、实现本专利技术目的的技术解决方案为：一种基于多阶段优化的多学科设计优化方法，包括以下步骤：
3、步骤1、确定优化设计问题，即优化设计的目标函数、设计变量与约束函数；
4、步骤2、建立“黑箱型”模型，采用实验设计方法和代理模型方法，得到模型的近似输入与输出响应之间的关系；
5、步骤3、针对优化问题和分解的子系统，构建协同优化算法下的系统级优化数学模型和子系统级优化数学模型；
6、步骤4、初始化/更新设计变量或参数，设置起始点和边界参数；
7、步骤5、依次求解各子系统，获得各子系统的各项设计变量及输出性能指标；
8、步骤6、判断采用松弛算法的类型，并计算出松弛因子；
9、步骤7、对系统级优化问题进行求解，得到共享设计变量；
10、步骤8、检查系统级优化数学模型是否满足收敛一致性公差和最大迭代次数，如果满足，则停止迭代，将获得最优共享设计变量输出；否则，判断采用改进协同优化方法还是原始协同优化方法，更新设计变量，返回步骤4，将这一循环得到的共享设计变量作为系统级的起始点进行更新；
11、步骤9、将最优共享设计变量设置为固定参数；
12、步骤10、重新设置各子系统的目标函数与设计变量，将各子系统下的性能指标作为目标函数，将原子系统的局部设计变量设置为唯一的设计变量；
13、步骤11、依次对各子系统进行优化求解，输出最优性能指标和设计变量。
14、一种基于多阶段优化的多学科设计优化系统，该系统用于实现所述的基于多阶段优化的多学科设计优化方法；所述系统包括顺次设置的优化问题确定单元、模型建立单元、优化数学模型构建单元、初始化单元、子系统求解单元、松弛因子计算单元、共享设计变量解算单元、迭代判断单元、固定参数设置单元、子系统设置单元、优化求解单元，其中：
15、优化问题确定单元，用于确定优化设计问题，即优化设计的目标函数、设计变量与约束函数；
16、模型建立单元，用于建立“黑箱型”模型，采用实验设计方法和代理模型方法，得到模型的近似输入与输出响应之间的关系；
17、优化数学模型构建单元，用于针对优化问题和分解的子系统，构建协同优化算法下的系统级优化数学模型和子系统级优化数学模型；
18、初始化单元，用于初始化/更新设计变量或参数，设置起始点和其边界参数；
19、子系统求解单元，用于依次求解各子系统，获得各子系统的各项设计变量及输出性能指标；
20、松弛因子计算单元，用于判断采用松弛算法的类型，并计算出松弛因子；
21、共享设计变量解算单元，用于对系统级优化问题进行求解，得到共享设计变量；
22、迭代判断单元，用于检查系统级优化数学模型是否满足收敛一致性公差和最大迭代次数，如果满足，则停止迭代，将获得最优共享设计变量输出，并进入固定参数设置单元；否则，判断采用改进协同优化方法还是原始协同优化方法，更新设计变量，返回初始化单元，将这一循环得到的共享设计变量作为系统级的起始点进行更新；
23、固定参数设置单元，用于将最优共享设计变量设置为固定参数；
24、子系统设置单元，用于重新设置各子系统的目标函数与设计变量，将各子系统下的性能指标作为目标函数，将原子系统的局部设计变量设置为唯一的设计变量；
25、优化求解单元，用于依次对各子系统进行优化求解，输出最优性能指标和设计变量。
26、一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于多阶段优化的多学科设计优化方法。
27、一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现基于多阶段优化的多学科设计优化方法中的步骤。
28、本专利技术与现有技术相比，其显著优点为：(1)在多学科设计优化阶段，系统级迭代后，设计变量转移到系统级和子系统，作为新的起点，以促进系统级的快速收敛；(2)在性能优化阶段，涉及将第一阶段得到的共享变量定为固定参数，并将各子系统的局部变量作为新的设计变量，用以在子系统中优化性能指标；(3)能够在满足多学科设计优化问题的一致性约束条件下，加快了系统级的收敛速度，进一步提升了性能指标。
本文档来自技高网...【技术保护点】
1.一种基于多阶段优化的多学科设计优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤3所述的针对优化问题和分解的子系统，构建协同优化算法下的系统级优化数学模型和子系统级优化数学模型，具体如下：
3.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤6所述的判断采用松弛算法的类型，并计算出松弛因子，具体如下：
4.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤8所述的检查系统级优化数学模型是否满足收敛一致性公差和最大迭代次数，如果满足，则停止迭代，将获得最优共享设计变量输出；否则，判断采用改进协同优化方法还是原始协同优化方法，更新设计变量，返回步骤4，将这一循环得到的共享设计变量作为系统级的起始点进行更新，具体如下：
5.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤10所述的重新设置各子系统的目标函数与设计变量，将各子系统下的性能指标作为目标函数，将原子系统的局部设计变量设置为唯一的设计变量，具体
6.一种基于多阶段优化的多学科设计优化系统，其特征在于，该系统用于实现权利要求1～5任一项所述的基于多阶段优化的多学科设计优化方法；所述系统包括顺次设置的优化问题确定单元、模型建立单元、优化数学模型构建单元、初始化单元、子系统求解单元、松弛因子计算单元、共享设计变量解算单元、迭代判断单元、固定参数设置单元、子系统设置单元、优化求解单元，其中：
7.一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5任一项所述的基于多阶段优化的多学科设计优化方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～5任一项所述的基于多阶段优化的多学科设计优化方法中的步骤。
...【技术特征摘要】
1.一种基于多阶段优化的多学科设计优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤3所述的针对优化问题和分解的子系统，构建协同优化算法下的系统级优化数学模型和子系统级优化数学模型，具体如下：
3.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤6所述的判断采用松弛算法的类型，并计算出松弛因子，具体如下：
4.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤8所述的检查系统级优化数学模型是否满足收敛一致性公差和最大迭代次数，如果满足，则停止迭代，将获得最优共享设计变量输出；否则，判断采用改进协同优化方法还是原始协同优化方法，更新设计变量，返回步骤4，将这一循环得到的共享设计变量作为系统级的起始点进行更新，具体如下：
5.根据权利要求1所述的基于多阶段优化的多学科设计优化方法，其特征在于，步骤10所述...
【专利技术属性】
技术研发人员：谢继鹏，杨国来，方煜，
申请(专利权)人：南京理工大学紫金学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。