[发明专利]基于BLISS的多学科协同优化方法

说明书

本发明公开了一种基于BLISS的多学科协同优化方法，包括：构建Kriging代理模型；构建最佳变复杂度代理模型；将待设计优化问题建立符合MDO问题形式的一个系统级和多个子系统级，并确定系统级和多个子系统级的相关变量；使多个子系统级执行步骤二，获得相应最佳变复杂代理模型；对系统级进行初始化，每个子系统级调用步骤二中的最佳变复杂代理模型，求解当前系统级传递值下的最优解；将该最优解返回给系统级中进行优化，获得系统级当前最优解，判断系统级当前最优解是否满足收敛条件，以得到学科间一致性要求的系统最优设计方案。该多学科协同优化方法降低了多学科分析过程中的计算成本，同时保证了优化结果的可信性。

技术领域

本发明涉及机械产品多学科设计优化技术领域，特别涉及一种基于BLISS的多学科协同优化方法。

背景技术

针对不同作战需求的智能弹药总体设计是一个复杂多学科多专业的系统设计过程，传统串行过程中，即便是采用先进的优化算法，其优化串行过程需要各模型分别计算。在现有技术中，进行多学科优化设计时使用原模型进行优化计算过程中，往往需要花费巨大的时间成本，因此需要采用对原模型进行代理模型设计的过程有效解决时间问题。对于原模型进行代理模型替代设计的过程中，为能够精确实现多学科优化，保证多学科优化结果的可信性和可用性，设计者往往需要设计复杂精确的代理模型来实现对真实模型的替代，因此开展简洁、透明度高的代理模型设计往往对于整个多学科优化计算有很好的优势。开展高精度模型协同低误差度分析设计来构建代理模型，其中高复杂度模型包含更多反映真实物理模型的信息，同时能准确描述输入变量与输出响应之间的关系，但运行这种模型带来的计算成本过于昂贵。另外，低复杂度模型指的是以较少的计算成本建立的能够大致反映出设计变量与输出变量之间的响应趋势的模型。因此，现有技术难以兼顾高复杂模型和低复杂度模型，更难实现使用较多的低复杂度分析模型(LF)降低计算复杂性的同时，使用少量的高复杂度分析模型(HF)来保证近似精度。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的目的在于提出一种基于BLISS的多学科协同优化方法，该方法降低了多学科分析过程中的计算成本，同时保证了优化结果的可信性。

为达到上述目的，本发明实施例提出了基于BLISS的多学科协同优化方法，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。

本发明实施例的基于BLISS的多学科协同优化方法，将基于Kriging全局代理模型标度的变复杂度建模方法与改进BLISCO方法结合，将基于变复杂度近似模型的改进两级集成系统协同优化方法应用到多学科设计优化问题中，寻求适合大型复杂产品简单高效稳定的求解策略以降低多学科优化组织复杂性，并引入低成本高精度变复杂度近似模型以降低代理模型计算复杂性，以同时利用高精度模型和低精度模型的数据信息，降低多学科分析过程中的计算成本，同时保证优化结果的可信性。

另外，根据本发明上述实施例的基于BLISS的多学科协同优化方法还可以具有以下附加的技术特征：