基于功能度量法的概率优化设计的收敛控制.pdfVIP

第 40卷 第 1期 力 学 学 报 Vo1．40．No．1 2008年 1月 (Illonese Journal of Theoretical and Applied Mechanics Jan．，2008 基于功能度量法的概率优化设计的收敛控制 易 平 )杨迪雄 (大连理工大学土木水利学院，大连1 16024) t(大连理工大学工业装备结构分析国家重点实验室，大连116024) 摘要 概率结构优化设计(PSDO)中概率约束的评定可以采用最近提出的、被认为更高效、稳定的功能度量法 (PMA)．改进均值(AMV)迭代格式经常在PMA中使用，但它对一些非线性功能函数或非正态随机变量，搜 索最小功能目标点时可能陷入周期振荡或混沌解，从而使PSDO的两层次算法或序列近似规划算法优化计算 失败．利用混沌反馈控制的稳定转换法对功能度量法的AMV迭代格式实施了收敛控制，使嵌入周期和混沌轨 道的不稳定不动点稳定化，获得稳定收敛解，从而使概率约束的评定能正常进行；再由两层次算法或序列近似 规划算法进行结构优化设计．算例结果表明了稳定转换法实施收敛控制的有效性，以及序列近似规划算法相对 高效的优点． 关键词 概率结构优化设计，功能度量法， AMV迭代格式，序列近似规划，混沌动力学，稳定转换法 中图分类号： O213．2，TU311．2 文献标识码： A 文章编号：0459-1879(2008)01—0128-07 引 言 功能函数或非正态随机变量，AMV迭代格式也容 易出现周期振荡等不收敛现象l26】，于是研究者提出 概率结构优化设计(PSDO)考虑工程实际中无 了多种改善其收敛性的算法，如共轭均值法(conju— 处不在的种种不确定性，是一种比传统确定性优化 gate mean value method，CMV)、混合均值法(hybrid 设计更合理的模型． PSDO模型通常表述为在概 mean value method，HMV)、增强的混合均值法 en— 率约束下最小化目标函数[ 引．概率约束的评定可 hanced hybrid mean value method，EHMV[。】)等．然 以通过两种方法进行：传统的可靠指标法 (reliabil— 而这些算法需要较多的先验信息，比如功能函数的 ity index approach，RIA)和最近提出的功能度量法 凹凸性和前一个设计点的法线向量等，操作繁复， (performance measure approach，PMAtlJ)．PMA被 而且对问题的求解不具普遍性，对某些问题的求解 认为比RIA更有效，更稳定，并且少依赖于概率分 仍然因为不收敛而失效． 布类型[273】．不管是采用 PMA还是RIA，概率约 实际上，从混沌动力学的观点来看，AMV迭代 束的评定本身是一个优化迭代的过程，因此PSDO 格式构成了一个非线性映射，即 =f(x )，本 最直接的解法表现为一个效率很低的两层次优化模 质上是一个离散动力系统．当系统的雅可比矩阵特 型．为提高效率，人们提出了各种近似优化方法． 征值满足一定的条件，它的解在特定的参数区间必 程耿东等 [4】提出了基于RIA的概率结构优化的序 然会产生发散、周期振荡、分岔甚至混沌现象 【7I8J． 列近似规划 (SAP)算法，易平等【5．又将该算法推 因此，应该从混沌动力学理论出发才能全面、准确 广到基于 PMA的概率结构优化，通过多个算例表