[发明专利]基于BLISS的多学科协同优化方法

权利要求书

1.一种基于BLISS的多学科协同优化方法，其特征在于，包括以下步骤：

步骤S1，构建Kriging代理模型；

步骤S2，构建基于所述Kriging代理模型的标度函数，并根据所述标度函数构建最佳变复杂度代理模型；

步骤S3，对待设计优化问题建立符合MDO问题形式的数学模型，并通过构建变量将所述待设计优化问题分解为一个系统级和多个子系统级的优化问题，同时分别确定所述系统级和所述多个子系统级的设计变量、约束和目标函数；

步骤S4，对所述多个子系统级中的约束和目标函数执行所述步骤S2，获得相应的最佳变复杂代理模型；

步骤S5，对所述系统级的设计变量进行初始化，将初始化设置值传递给所述多个子系统级中，每个子系统级调用所述步骤S2中的最佳变复杂代理模型进行子系统分析并优化求解，获得每个子系统级的当前系统级传递值下的最优解；

步骤S6，将所述每个子系统级的当前系统级传递值下的最优解返回给所述系统级中，对所述系统级进行优化，获得系统级当前最优解，判断所述系统级当前最优解是否满足收敛条件，若满足，则得到最终满足学科间一致性要求的系统最优设计方案，若不满足，则将所述系统级当前最优解继续传递给各个子系统中，重复执行上述所述步骤S4，直至满足收敛条件。

2.根据权利要求1所述的基于BLISS的多学科协同优化方法，其特征在于，所述步骤S2具体包括：

步骤S21，通过分析不同的设计输入参数对于预设仿真设计模型输出响应参数的相关度，筛选出相关度大的设计输入参数x＝[x₁,x₂...]，并确定每一个设计输入参数的上下限[x_low,x_up]，通过拉丁超立方试验设计分别选取高精度模型试验样本点和低精度模型试验样本点；

步骤S22，建立低精度模型；

步骤S23，利用所述高精度模型试验样本点进行高精度模型的仿真运算，获得高精度响应值；

步骤S24，计算所述高精度模型试验样本点处，所述高精度响应值与低精度模型在相应样本点处响应值的差异值；

步骤S25，以所述高精度模型试验样本点为输入，以所述步骤S24的差异值为输出，构建所述Kriging代理模型作为高精度模型与低精度模型之间的标度函数，并根据所述标度函数构建估计误差代理模型；

步骤S26，将所述估计误差代理模型反馈到已构建完成的代理模型响应值中，以构建所述最佳变复杂度代理模型。

3.根据权利要求2所述的基于BLISS的多学科协同优化方法，其特征在于，在所述步骤S22中，当所述低精度模型有显示表达或计算成本低时，直接应用所述低精度模型，当所述低精度模型属于黑箱函数或计算成本贵时，使用所述Kriging代理模型建立低精度代理模型，应用所述低精度代理模型。

4.根据权利要求2所述的基于BLISS的多学科协同优化方法，其特征在于，所述步骤S24中高精度响应值与低精度模型在相应样本点处响应值的差异值为：

c(x_i)＝f_h(x_i)-f_l(x_i)

其中，c(x_i)为差异值，f_h(x_i)为样本点x_i处高精度模型的响应值，f_l(x_i)为x_i处低精度模型的响应值。

5.根据权利要求2所述的基于BLISS的多学科协同优化方法，其特征在于，在所述步骤S24中，若所述低精度模型为所述Kriging代理模型构建的低精度代理模型，则计算所述高精度响应值与所述在相应样本点处的预估值之间的差异值，计算公式为：

其中，c(x_i)为差异值，f_h(x_i)为样本点x_i处高精度模型的响应值，为x_i处低精度模型的预测值。