基于自适应松弛因子的协同优化方法

针对协同优化过程中松弛因子取值不当导致的优化效率低下、精度不高的问题,提出基于系统级和学科级不一致性的松弛因子自适应计算方法。该方法分为三个阶段:在初步寻优阶段,着重于快速减小系统级设计期望点和学科级设计点的差异;在减震缓降阶段,利用严格递减函数减轻松弛因子取值震荡,并保证松弛因子逐步减小;在加速收敛阶段,引入系统级罚函数增强一致性,并加快收敛至全局最优点。通过典型数值算例和减速器多学科设计优化问题对该方法的性能进行验证,并与标准协同算法和恒定松弛因子协同算法进行比较,结果表明,该方法能够随优化进程对松弛因子作自适应计算,消除了现有动态松弛法中松弛因子取值震荡的问题,且不受初始点选取的影响,具有较好的鲁棒性和较高的收敛速度。     

协同优化算法的改进

针对协同优化算法是多学科设计优化方法中应用最广、效果最好的MDO算法,但是在应用中存在计算困难的现状,分析了引起协同优化算法计算困难的原因,提出一种改良的协同优化算法——ICO多学科设计优化方法。改进学科一致性约束,增加系统级罚函数,采用快速启动方法,较好地克服了协同优化算法存在计算困难的缺点。标准算例试验结果表明,ICO多学科设计方法能够有效提高算法的稳定性、可靠性和计算效率。     

改进的多学科协同优化方法

针对标准协同优化方法系统级优化存在自身内部缺陷而导致计算困难的问题,提出一种改进的协同优化方法.利用凝聚约束处理方法,将系统级优化的多个等式约束凝聚成一个单约束,结合惩罚函数法将其转化为无约束优化问题,并针对系统级优化采用传统优化算法对初始点选取敏感等问题,将改进的粒子群优化算法应用于协同优化.利用数值计算和减速器设计两个典型算例,对所提方法的可行性和有效性进行了验证.     

自动小车存取系统复合作业三维空间路径优化

为了提高智能立体仓库的运转效率,提出了一种改进的人工狼群算法,利用该算法有效地解决了轨道小车存取系统复合作业三维空间路径优化问题。针对该系统出入库复合作业的特点,设计了一种包含轨道引导小车任务分配与三维空间路径信息的编码和解码方法;将禁忌表和拥挤度因子引入算法,并采用自适应围攻步长来避免算法陷入局部最优,同时加快算法的后期收敛速度。以某省级电能计量设备自动检定中心的AVS/RS系统为实例,将该算法与另外两种优化算法进行比较,结果表明该改进算法的收敛速度更快、优化率更高、得到的解最优。     

基于粒子群算法的加工参数多目标优化技术研究

在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。     

自适应SA-PSO优化的威布尔混合分布参数估计方法及应用

针对采用传统参数估计方法得到的模型拟合误差较大的问题,建立多重威布尔混合分布参数估计的非线性最小二乘模型,并提出基于模拟退火（SA）思想的自适应粒子群（PSO）算法进行求解。在PSO算法优化过程中,采用自适应方法调整惯性权重和加速因子,加快其收敛速度;引入模拟退火机制,根据Metropolis准则确定最优粒子的取舍,改善其全局搜索能力。将该方法应用到某型柴油机喷油器失效分布的参数估计中,并与图解法、基于Levenberg-Marquardt的非线性最小二乘法、标准PSO算法、自适应PSO算法求解的结果进行比较,分析所提方法的优化性能及精度。结果表明,该方法能够有效提高多重威布尔混合分布模型参数估计的精度和效率。     

利用协同优化方法实现复杂机械系统的设计优化

利用协同优化方法实现了四辊轧机机座的结构参数设计优化。根据多学科设计优化对复杂系统进行设计优化的思想,提出将复杂机械系统分解为若干个简单的子系统进行设计优化。协同优化是近年来发展较快的一种多学科设计优化算法,描述了应用于复杂工程系统优化设计的协同优化方法。在协同优化的系统级优化中,引入松弛变量,将一致性等式约束转化为不等式约束,松弛变量的取值影响系统级优化的收敛速度。通过对四辊轧机机座的结构参数设计优化,给出了利用协同优化方法进行复杂机械系统设计优化的一般思路,为解决更为复杂的机械系统的设计优化问题打下了基础。算例证明了协同优化算法解决复杂机械系统设计优化问题的有效性。     

一种快速收敛的多学科协同优化方法

为解决协同优化方法求解速度过慢的问题,提出一种快速收敛的多学科设计协同优化方法。在该求解方法中,系统优化的全部设计变量分为全局变量和局部变量,协同优化方法中的辅助设计变量被消去;系统级只控制全局变量,学科级控制局部变量;在系统级添加各学科中包含全局变量的约束条件,并基于学科状态方程构造耦合变量一致性约束条件;从各子学科中消除耦合变量的一致性问题,子学科目标的优化只对系统目标的最优起指向性作用。采用两个典型的多学科设计优化算例,检验快速收敛的多学科设计协同优化方法的计算特性,结果表明该方法的收敛迭代步数比协同优化方法大大减少,具有更快的收敛速度。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

基于可行方向序列无约束极小化技术外点法的改进协同优化策略

指出准协同优化策略(Collaborative optimization,CO)存在的数值缺陷及其原因.针对系统级优化不满足Kuhn-Tucker条件所导致的计算困难,提出一种基于可行方向序列无约束极小化技术(Feasible direction sequential unconstrainedminimization technology,FD-SUMT)外点法的改进协同优化策略(Enhanced collaborative optimization with FD-SUMT method,ECO-FSM).在系统级优化中使用FD-SUMT外点法,该方法不依赖Lagrange乘子并且能够将系统级设计变量限定在设计变量可行域内,避免传统SUMT外点法设计变量越界所导致的异常.利用学科间动态不一致信息更新系统级优化中的罚因子以加速学科间的协调.利用测试问题检验ECO-FSM的性能,并与其他的CO进行比较研究.研究结果表明ECO-FSM消除了系统级优化中设计变量越界的现象,收敛性、数值稳定性以及收敛速度得以显著提高.将ECO-FSM用于亚声速喷气式客机总体方案优化设计,优化结果表明ECO-FSM具有工程实用性.