基于欧氏距离取样和kriging代理模型的优化设计

《基于欧氏距离取样和kriging代理模型的优化设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂连键＾大葦ＤＡＬＩＡＮＤＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ损主享恆巧又ＭＡＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ基于软氏距离取样和Ｋｒｉｇｉｎｇ代理模型的优化设计去、／工程力学学科１１Ｍｆｌ作者姓名－Ｍ赵国忠教授指导教师２０１６年６月８日答辩日期＿＿＿‘二硕±学位论文基于欧氏距离取样和Ｋｒｉｇｉｎｇ代理模型的优化设计ＴｈｅｄｅｓｉｇｎｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｓａｍｐｌｉｎｇａｎｄＫ

2、ｒｉｇｉｎｇＳｕｒｒｏｇａｋＭｏｄｅｌ作者姓名：刘健伟学科、专业：工程力学学号；２１３０３０５６指导教师：赵国忠教授；２０１６年５月完成日期乂金巧义乂＃ＤａｌｉｉａｎＵｎｉｖｅｒｓｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，化不包含其他己申请学位或其他用途使用过的成果一。与我同工作的同

3、志对本研究所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。、，／诚；学位论文题目：苯３破戈脈奉＾心）；）导呼ｉ亏分Ｕ、，寸啤予少＾．ｔ作者签名：Ｃ連日期：年月％日＿＾句Ｉ中大连理工大学硕±学位论文摘要结构优化不仅可＾？有效的降低结构的重量、节约设计成本，还可＾改进结构的性能，１＾目前乃至Ｗ后仍将在结构设计及制造等领域的研究中占据重要地位。优化求解的方法大，数学规划法，致可分为下几种、准则法、随机搜索法等。近年来模拟退火算法和遗传算法等新的智能类算法受

4、到越来越多的关注，它们的全局搜索性和处理离散变量的能力与传统优化算法相比具有较大的优势，。但是在处理较复杂模型方面也会暴露出计算效率较低的问题。为了减少结构优化过程中有限元分析所耗费的计算量，本文引入代理模型使得优化过程中性能指标是变量的近似函数，而不需要复杂的有限元分析得到，有效减少了优化过程中数值分析的计算量，提高了优化的效率。本文的主要研究内容有：首先，简要介绍了本文研究的工程背景，详细阐述了Ｋｒｉｇｉｎｇ代理模型的基本理论及其构造过程，及基于、几种常用的回归方程和表征样本点空间相关性的相关函数Ｋｒｉｇｉ

5、ｎｇ模型的两种序列优化方法及优缺点。，，然后，指出样本点的选取是代理模型拟合的前提而所取样本点的分布情况直接决定模型的拟合精度和优化时的收敛速度，。因此根据拉下超立方取样和网格取样各自一，提高模优缺点，提出种基于欧式空间距离的取样方法，使样本点尽可能的均匀分布型的整体拟合精度，并通过函数拟合的实例表明了此取样方法的有效性，这为优化设计提供了良好的函数拟合基础。其次，详细介绍了优化求解时两种基于Ｋｒｉｇｉｎｇ代理模型的常用加点准则，结合序列二次规划算法，给出了优化求解流程。基于ＥＩ加点准则对函数优化算例和结构优化，

6、验证了本文取样方法的有效性与实用性实例进行了优化。（ＳＡ），欧ｒｉｉｎ最后，基于模拟退火算法式距离取样方法和ＥＩ加点准则的Ｋｇｇ代理模型，提出了结构优化间题的求解思路。数值算例显示：与传统的模拟退火算法、遗传算法相比，在计算精度相当的基础上，有限元分析次数显著减小；与采用序列二次规，在计算精度和有限元分析次数上均有明显优势划进行样本点更新的计算结果相比。这显示了本文采用欧式距离取样，基于ＥＩ准则的代理模型和ＳＡ相结合的结构优化求解思路的有效性。：结构优化ｎｇ关键词；欧式距离取样；Ｋｒｉｇｉ代理模型；ＥＩ准则；模拟退火

7、算法Ｉ基于欧氏距离取样和Ｋｒｉｇｉｎｇ代理模型的优化设计Ｔｈｅｄｅｓｉｎｏｔｉｍｉｚａｔｉｏｎｂａｓｅｄ０打ＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｓａｍｌｉｎａｎｄｇｐｐｇＫｒｉｇｉ打ｇＳｕｒｒｏｇａｔｅＭｏｄｅｌＡｂｓｌｉｒａｃｔＴｈｅＳｔｒｕｃｔｕｒａｌｏｐｔｉｍｉｚａｔｉｏｎｎｏｔ０打ｌｙｃａｎｅｆｆｅｃｔｉｖｅｌｒｅｄｕｃｅ化ｅｓｔｒｕｃｔｕｒａｌｗｅｉｈｔａｎｄｔｈｅｙｇｃｏｓｔｏｆｄｅｓｉｎｂｕｔａｌｓｏｃａｎｉｍｒｏｖｅｔｈｅｓｔｒｕｃｔｕｒａｌ

8、ｅｒｆｏｒｍａｎｃｅｓ．Ｆｒｏｍ打ｏｗｔｏｔｈｅｆｕｔｕｒｅｉｔｇ，ｐｐ，ｗｉｌｌａｌｗａｙｓｐｌａｙａｎｉｍｐｏｒｔａｎｔ