多学科多目标设计优化.pptVIP

2013/12/20 多学科设计优化 多学科设计优化 多学科设计优化的产生背景 多学科设计优化的概念 多学科设计优化的基本思路 多学科优化设计常用方法 多学科设计优化的应用 多学科设计优化发展现状和前景 多学科设计优化的产生背景 多学科设计优化技术起源于航天航空工业。在20 世纪60 年代中期人们开始将计算机技术和优化方法应用于飞机总体设计，形成了飞机总体参数优化这一研究方向。当时苏联在米格飞机的设计中就体现了多学科设计优化的思想，这使该飞机虽然使用了很多当时已经过时了的设备，但其整体性能却优于美国那些使用当时高技术装备的战斗机。 前苏联超音速轻型战斗机米格-21战斗机(MIG-21) 多学科设计优化的产生背景 由此，美国认识到了该思想的重要性，并逐步开展相关技术的研究工作。在随后的20多年中，这一研究方向倍受关注，发表了大量的文献，并且开发了许多飞机总体参数优化程序系统。 以往设计经验方法 理论基础 Sobieski在1980年提出的理论 并行子空间优化方法 复杂耦合系统全局敏度方程分析方法 多学科设计优化的产生背景 数值模拟 计算机科学 计 算 力 学 结构有限元方法 飞行动力学仿真 计算电磁学 高性能计算机 并行计算 网络技术 分布式计算 数据库技术 高精度数值模拟和数据交换 多学科设计优化的概念 上述背景下，90年代初美国航空航天学会（AIAA）正式率先提出了多学科设计优化MDO(Multidisciplinary design optimization)这一研究领域。美国航天局（NASA）对MDO的定义是：MDO是一种通过充分探索和利用系统中相互作用的协同机制来设计复杂系统和子系统的方法论。 由此我们知道多学科设计优化技术起源于航天航空工业，是借鉴并行协同设计学及集成制造技术的思想而提出来的，它将单个学科（领域）的分析与优化同整个系统中互为耦合的其他学科的分析与优化结合了起来。 多学科设计优化的基本思路 a. 复杂系统 c. 耦合关系拆解，子系统建模 b. 系统分解 d. 系统级优化协调模型的建立 公用变量（共享变量） 局域变量 局域变量 子系统间的耦合关系及解耦 I 多学科设计优化的基本思路 公用变量（共享变量）的替代变量 局域变量 局域变量 子系统间的耦合关系及解耦 II 多学科设计优化的基本思路 多学科设计优化的基本思路 MDO 问题一般可以用非线性规划作如下数学描述: 式中, x 为设计变量向量, f 为目标函数, g 为约束函数, u( x ) 是系统分析方程A ( x , u( x ) ) 确定的状态方程。 式中, N 为MDO 子系统的数目。式( 3) 即是多学科分析( Multi Disciplinary Analysis, MDA ) 方程, 其中的N 个子系统分析方程确定了学科分析和交叉学科耦合关系, 状态方程u( x ) 一般以耦合差分方程描述。这里假定系统的多目标函数可通过加权法和约束法转化为式( 1) 的单目标函数f 。 每个子系统只能进行并行分析，而不能进行设计优化。 在优化过程中避免各个子系统之间直接的耦合关系, 通过引进辅助设计变量, 使得每个子系统能独立地进行分析。子系统之间的通讯通过含有等式约束的系统级优化过程来协调。通过完成系统级优化问题, 最终使得辅助设计变量与状态变量一致。 各学科的分析不再是集成之后进行，而是各自独立的进行分析。 多学科设计优化常用方法 同时分析设计方法 Simultaneous Analysis Design （SAND） 基本思想 特点 多学科设计优化常用方法 以系统级的协调器取代了优化器，系统级的协调器通过协调兼容约束（Corresponding compatibility constraints）确保了各子系统在系统级的可行性。 并行子空间优化方法的主要特点在于各子系统内不再只进行分析，而是在子系统内进行独立的优化，系统对各子系统的优化进行协调，确保各学科间的耦合关系。这样实现了并行设计优化的思想，同时各子系统独自优化有利于利用各学科成熟的学科分析优化技术。 适用于没有系统级的目标和变量的问题。各子系统保留独立的学科目标和设计变量。 并行子空间优化方法 Concurrent Subspace Optimization （CSSO） 特点 适用对象 多学科设计优化常用方法 协作优化方法 Collaborative Optimization （CO） 与并行子空间优化方法的主要区别在于具有系统级的优化功能，系统级优化面向兼容约束下的系统整体的设计目标。每个子系统独立地进行优化，子系统的唯一的目标就是满足兼容约束。有效地对学科级的优化实现了并行设计。