多方法协作优化方法研究

论文摘要

多学科设计优化（MDO），是随着航空航天产业的发展而兴起的一门较新的科学技术，目前已经成为国际工业设计界的一个新的研究领域，它用于解决复杂工程系统的大规模优化设计问题。而MDO算法是MDO领域内重要的研究方向，研究新的搜索机制，发掘新的搜索策略是目前MDO算法研究的一个热点。多方法协作优化方法是罗文彩博士提出的一种新的优化策略，在该领域的研究以及成果相对较少。本文以此为契机，对多方法协作优化方法进行了深入分析、研究和完善。本文的主要研究工作包括：1)对目前比较常见的优化算法（包括传统算法和现代智能优化算法）进行分析和比较，明确了其特有的搜索机制及搜索过程和各种算法的异同，总结了它们的优缺点。2)在对多方法协作优化（MCOA）方法基本理论深入研究的基础上，对不同协作方式构成的协作优化方法的收敛性进行了理论证明，从而使MCOA的理论体系得到了进一步完善。3)选择遗传算法及Nelder-Mead法，采用串联方式构成串联协作优化方法，使用该方法对六个典型的优化测试函数进行了优化计算，对实验结果进行了深入分析和总结，探索了不同的协作策略尤其是迭代步数对其优化结果的影响，结果表明，在合理的参数设置下，该方法是可行的、有效的。4)将基于遗传算法及Nelder-Mead法的串联协作法应用到某RLV机翼平面参数设计优化问题中，对其重量学科的模型进行了优化，再次以实例表明了该方法的可行性和有效性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 多学科设计优化方法的提出
• 1.2 国内外研究现状
• 1.2.1 多学科设计优化的研究现状
• 1.2.2 多方法协作优化方法的研究概况
• 1.3 本文的主要研究内容
• 第2章 MDO 方法概述
• 2.1 现代复杂工程系统
• 2.2 多学科设计优化问题的数学表述
• 2.3 多学科设计优化中的难点
• 2.4 MDO 对系统的分解方法
• 2.4.1 单级优化方法
• 2.4.1.1 AAO 方法
• 2.4.1.2 单学科可行法
• 2.4.1.3 多学科可行法
• 2.4.2 多级优化方法
• 2.4.2.1 并行子空间优化
• 2.4.2.2 协同优化方法
• 2.4.2.3 二级集成系统综合法
• 2.5 MDO 的搜索策略
• 2.6 MDO 的计算环境
• 2.7 本章小结
• 第3章 现有优化算法
• 3.1 传统优化算法
• 3.1.1 间接法
• 3.1.1.1 信赖域法
• 3.1.1.2 序列二次规划法
• 3.1.2 直接法
• 3.1.2.1 单纯形调优法
• 3.1.2.2 可变容差多面体法
• 3.1.2.3 Powell 法
• 3.2 现代智能优化算法
• 3.2.1 遗传算法
• 3.2.2 模拟退火法
• 3.2.3 禁忌搜索
• 3.3 本章小结
• 第4章 多方法协作优化方法
• 4.1 基本概念
• 4.2 协作策略
• 4.2.1 选择参与协作的算法
• 4.2.2 协作方式
• 4.2.3 迭代步数
• 4.2.4 协作信息处理
• 4.2.5 终止准则
• 4.3 计算步骤
• 4.4 收敛性分析
• 4.5 本章小结
• 第5章 基于遗传算法及 Nelder-Mead 法的串联协作法
• 5.1 测试函数
• 5.2 基于遗传算法及 Nelder-Mead 法的串联协作法
• 5.2.1 计算步骤
• 5.2.2 收敛性分析
• 5.3 计算结果
• 5.4 结果分析
• 5.5 结论
• 5.6 本章小结
• 第6章 实例
• 6.1 问题描述
• 6.2 优化模型
• 6.3 约束条件的处理
• 6.3.1 惩罚函数法
• 6.3.1.1 外点罚函数法
• 6.3.1.2 内点罚函数法
• 6.3.2 乘子法
• 6.4 求解方法
• 6.5 结果分析
• 6.6 本章小结
• 第7章 结论及对未来工作的展望
• 7.1 本文的主要工作及结论
• 7.2 未来工作的展望
• 参考文献
• 发表论文及参加科研情况
• 致谢