基于概率论和证据理论的RBDO方法研究-工业工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已 在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进 行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 （请在以上方框内打“√”） 保密□，在 年解密后适用本授权书。 不保密□。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘要 在工程产品的设计优化中存在大量不确定性，这些不确定性会对产品性能的可靠性 带来影响，故可靠性设计优化（RBDO）已成为当前研究热点。不确定性可以分为随机 和认知不确定性两类：随机不确定性，如制造公差，是不可消除的，可用概率论来描述； 认知不确定性，如操作环境变动，是可消除的，可用证据理论等来描述。 本文对认知不确定性条件下的 RBDO 问题与随机和认知混合不确定性条件下的 RBDO 问题进行研究：针对认知不确定性条件下的 RBDO 问题，采用证据理论处理认 知不确定性，提出了一种有效的可靠性分析方法和一种有效的序列解耦设计优化方法； 针对随机和认知混合不确定性条件下的 RBDO 问题，采用概率论和证据理论分别描述随 机和认知不确定性，提出了一种有效的基于概率论和证据理论的 RBDO 方法；结合数学 算例与工程应用对所提出的方法进行了验证，取得了较好的应用效果。 首先，针对采用证据理论进行可靠性分析时，为计算信任函数与似然函数值，需在 各个焦元中对极限状态函数进行极值分析，会带来计算量庞大的问题，本文提出了一种 基于最大可能失效焦元（MPFE）的可靠性分析方法。该方法通过求解 MPFE，判断出 部分处于安全区域和失效区域的焦元，可以避免对该部分焦元进行极值分析，有效减少 需要进行极值分析的焦元数目，从而提高可靠性分析的效率。 其次，针对求解认知不确定性条件下的 RBDO 问题时，序贯优化与可靠性评估 （SORA）方法中确定性设计优化无法更新，导致解耦失败的问题，提出了一种有效的 基于证据理论和 SORA 的可靠性设计优化（SORA-EBDO）方法。该方法将 MPFE 焦元 顶点及其附近顶点近似作为基于证据理论的最大可能失效点（MPP-E），代替 SORA 中 MPP 点，移动约束，更新确定性设计优化问题的最优解，实现解耦。 最后，针对求解随机和认知混合不确定性条件下的 RBDO 问题时，随机变量与证据 变量耦合，使得求解极其困难的问题，提出了一种基于概率论和证据理论的 RBDO 方法。 该方法通过序列化解耦随机变量与证据变量，采用概率论和证据理论分别处理随机变量 和证据变量，结合 SORA 方法，从而在随机和认知混合不确定性条件下完成可靠性设计 设计优化。 关键词：可靠性设计优化，认知不确定性，混合不确定性，证据理论，序贯优化与可靠 性分析 II II Abstract As uncertainties widely exist in engineering product design field, and affect product quality seriously, Reliability-Based Design Optimization (RBDO) is becoming the research hotspot in recent years. In general, uncertainty can be classified into two main categories: random uncertainty and epistemic uncertainty. Random uncertainty, such as manufacturing tolerance, is irreducible and can be disposed by probability theory. On the contrary, epistemic uncertainty, such as changes of operation conditions, is reducible and can be reduced by evidence theory. T