考虑不确定性的多学科设计优化分解方法

《考虑不确定性的多学科设计优化分解方法》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、万方数据第15卷第1期计算机集成制造系统V01．15No．1209年1月ComputerIntegratedManufacturingSystemsJan．209文章编号：1006--5911(2009)01—0006～06考虑不确定性的多学科设计优化分解方法郭健彬，曾声奎，陈云霞，高洁萍(北京航空航天大学工程系统工程系，北京100191)摘要：为提高不确定性情况下多学科设计优化分解的合理性，研究不确定性因素对分解目标的影响，提出了考虑不确定性的多学科设计优化分解方法。首先将布尔型函数关系矩阵扩展为“相关性一规

2、模”两层函数关系矩阵，给出了规模矩阵元素与设计变量不确定性的定量关系。然后针对该矩阵提出了任务规模、任务平均度和任务耦合度的概念，给出了三者的计算方法。在此基础上分析确定了优化目标、约束条件、优化变量，建立了整数规划模型，并应用遗传算法进行求解。最后以齿轮减速器为例进行分解，分解结果证明了本方法的合理性与先进性。关键词：多学科设计优化；分解；不确定性；遗传算法；整数规划模型；齿轮减速器中图分类号：TP391文献标识码：ADecompositionmethodformnltidisciplinarydesigno

3、ptimizationconsideringuncertaintyGUOJian—bin，ZENGSheng—kui，CHENYun-xia，GAOJie．-ping(DepartmentofSystemEngineeringofEngineeringTechnology，BeihangUniversity，Beijing100191，China)Abstract：ToimproverationalityofdecompositionforMultidisciplinaryDesignOptimization(

4、脚)underuncertainty，in—flueneeofuncertainfactorsondecompositionsubjectwasstudied，andanoptimaldecompositionmethodforMIX)consider-inguncertaintywasproposed．Firstly，traditionalBooleanFunctionDependencyTable(FDT)wasextendedtoaBi-layerFDT，whichdescribedrelativitya

5、ndscaleseparately．Relationshipsamongelementsofsize-matrixanddesignvariables’an-certaintywereformulated．Secondly，basedonBFlayerFDT，conceptsandformulationsoftaskscale，taskaveragedegreeandtaskcouplingdegreeweredefined．Andtheircomputationmethodswerealsogivenout．

6、Anintegerprogrammingmodelwasconstructedafteranalyzingitsoptimizationobjectives，constraintrelationshipsandoptimizationvariables．Geneticalgo—rithmwasappliedtOresolvedecomposition．Finally，therationalityandadvantagesofaforementionedmethodwasverifiedbyacasestudyo

7、fgear-reducerboxdesign．Keywords：multidisciplinafydesignoptimization；decomposition；uncertainty；geneticalgorithm；integerprogram—mingmodel；gear-reducer-box0引言多学科设计优化(MultidisciplinaryDesignOp—timization，MDO)方法是复杂系统实现并行设计的有效手段。该方法先将复杂系统分解为若干可并行优化的子任务，再通过协同优化(Col

8、laborativeOp—timization，CO)等算法进行协调和优化，最终达到系统整体最优和缩短研制周期的目的。MDO方法已经在航空航天等众多领域得到了广泛的应用，但其存在的主要问题之一是没有考虑影响系统性能的各种不确定性因素，追求的是系统性能均值达到最优，而很难保证系统是可靠和稳健的。在现有MDO方法的基础上，通过研究不确定性的建模、传播与管理等，将其集成到现有MDO收稿日期：