多学科模糊满意协同优化方法及其应用

《多学科模糊满意协同优化方法及其应用》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、博士学位论文多学科模糊满意协同优化方法及其应用MultidisciplinaryFuzzySatisficingCollaborativeOptimizationMethodandApplication学10404015完成日期：2012．01大连理工大学DalianUniversityofTechnology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，除文中已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，也不包含其他已申请学

2、位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已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。学位论文题目：垒堂銎搓趟道童迹回选丝友洼丞甚应用作者签名：‘每监一吼遮年』月9日大连理工大学博士学位论文摘要在国家自然科学基金和国家863高技术发展计划的资助下，本文研究了多学科模糊满意协同优化方法，主要包括：多学科协同优化(CO)分学科(子系统)建模方法、模糊满意协同优化方法、基于全局共享变量近似子空间的协同优化方法，并将其应用于全断面岩石掘进机刀具布局优化设计中。该问题在理论研究中属于

3、多学科设计优化方法(MDO)；在机械设计中属于复杂布局方案设计；在人工智能领域中属于人机结合问题，具有重要的理论和工程应用价值。提出了基于全局共享变量近似子空间的协同优化方法，对于学科级共享变量的可行域以超切平面法来近似，当系统级共享设计变量达到了一致性要求，系统级才进行解耦操作，在一定程度上降低学科级的分析次数，具有很好的计算精度和计算稳定性，可以有效地解决TBM刀具布局优化设计这类涉及共享变量多，耦合变量相对较少的优化设计问题。为了能在协同优化中嵌入模糊因素与领域专家的知识和经验，本文给出了模糊满意协同优化模型及算法，在学科

4、级分析模块中增加了极角模糊规则和模糊约束最优截集水平分析。从TBM刀具布局优化设计问题的应用效果来看，有效地解决了刀具布局协同优化设计中模糊推理、模糊约束的处理问题。针对TBM刀盘布置设计中具有布局计算复杂，优化器负载重、学科领域内容交叉的特点，提出了按MDO的学科分级优化的思想，利用协同优化方法，将刀盘最优布置模型分成了两层，共包括1个系统级和4个子系统(学科)级：刀盘几何学计算子系统、刀盘力学计算子系统、刀盘质心计算子系统和破岩量计算子系统，各子系统级采用并行优化器处理，以降低问题的求解规模，提高刀具布局寻优的效率。全文的主

5、要工作内容包括：(1)讨论了并行子空间优化、协同优化和两级集成系统三种多学科优化方法的特点和应用，并根据系统工程学原理和TBM盘刀布置问题的特点，提出利用多学科协同优化方法来解决TBM刀具布局优化这类复杂问题的思想。(2)提出了多学科协同优化分学科优化策略、建模方法和盘刀布置方案系统级调整机制。分析了标准协同优化计算困难的原因，在此基础上提出了一种改良的协同优化方法一基于全局共享变量近似子空间协同优化。并通过实例验证该方法在求解复杂工程布局问题的可行性和有效性。(3)提出模糊协同优化模型及算法，主要包括两类模型——对称和非对称模

6、糊协同优化模型，前者将截集水平作为学科级的共享变量来处理，它比较适合于约束条件和多学科模糊满意协同优化方法及其应用优化目标具有同等重要程度的情况；后者将截集水平嵌入到学科级中，由学科级分析模块来处理，比较适合于对约束条件和优化目标具有不同的重视度情况。(4)将本文提出的方法，应用到TBM掘进机刀具布局优化的工程实例中，具体方法包括：非对称模糊满意协同优化模型、学科级分析模块中极角模糊规则、模糊约束的最优截集水平、学科级模糊推理、极角模糊推理约束条件的构建等。本文以全断面岩石掘进机刀具布局设计为应用背景，根据MDO及模糊理论与方法

7、，给出了多学科模糊满意协同优化方法，并在该方法中应用了近似和解耦协调机制、模糊优化、模糊推理等相关理论，具有一定的工程实用价值，本文工作期望有助于推动一类复杂工程布局优化设计理论研究的进展。关键词：模糊优化；满意度；协同优化；全局共享变量大连理工大学博士学位论文MultidisciplinaryFuzzySatisficingCollaborativeOptimizationMethodandApplicationAbstractSupportedbyNationalNaturalScienceFoundationofChina

8、andNationalHi．TechResearchandDevelopmentProgram(863Program)ofChina,thisresearchstudiesmultidisciplinarycollaborativesatisficingdesi