基于MOEA和物理规划的多学科鲁棒协同优化建模与求解策略研究

The design process of complex product is usually affected by the uncertainty factors caused by design condition, cognitive ability, approximate model, environment, etc., which may lead to the performance instability and huge losses. In this project, therefore, the following theories on multidisciplinary robust collaborative optimization are investigated to improve the optimization performance of complex product: (1) The multi-stage optimization strategy is employed to deal with the problems that the result of collaborative optimization is sensitive to the initial point and a rational relaxation factor for equality-constrained system level compatibility requirement is difficult to determine; (2) A coupling uncertainty propagation model based on the bi-level optimization framework of collaborative optimization is proposed to reduce the computational complexity of interdisciplinary uncertainty caused by the transmission of coupling variable; (3) The combination mode of robust collaborative optimization framework with the evolution process of multi-objective evolutionary algorithm is presented for the multidisciplinary design optimization problem without physical objectives in subsystems; (4) The special treatment method sloving the interdisciplinary compatibility function of the subsystem with physical objectives is addressed for physical programming and multi-objective evolutionary algorithm. Meanwhile, the method to improve the robust performance of physical objectives of the subsystem is presented on the condition that the interdisciplinary consistency requirement is satisfied; (5) The prototype system of multidisciplinary robust collaborative optimization is developed to show the effectiveness of the above research results. Some useful research on multidisciplinary design optimization theory for complex product is explored and the associated results will enhance the engineering practicability of multidisciplinary design optimization technology.

复杂产品研制过程中通常存在由设计条件、认知能力、近似模型以及环境等引起的不确定性，导致其设计性能不稳定，可能造成巨大损失。对此，本项目开展面向复杂产品的多学科鲁棒协同优化理论研究：(1)采取多阶段优化策略，解决协同优化优化结果对初始点选取敏感和松弛因子选取较难的问题；(2)建立基于协同优化框架的耦合不确定性传播模型，以解决不确定性在各学科间通过耦合变量相互传播而导致的计算复杂性；(3)对于子学科不具有物理目标的问题，设计融合鲁棒协同优化框架与MOEA进化过程的途径；(4)针对物理规划和MOEA两种方法，探求具有物理目标子学科的一致性目标函数的特殊处理方式，在保证学科间一致性的前提下，提出提高子学科物理目标鲁棒优化性能的方案；(5)研发多学科鲁棒协同优化原型系统，验证研究成果的有效性。本项目研究对面向复杂产品的多学科设计优化理论做出有益探索,可在一定程度上提高多学科设计优化技术的工程实用性。

复杂产品的设计问题往往涉及多个学科领域的相关知识，多学科设计优化方法能够有效利用各学科间的耦合协调效应，获得系统的整体最优设计方案；同时，由设计条件、认知能力、近似模型以及环境等引起的不确定性，也可能导致其设计性能不稳定，从而造成损失。为此，本项目开展面向复杂产品的多学科不确定性协同优化理论研究。主要内容包括：(1) 基于多阶段优化思想，通过在协同优化的系统级增加总体一致性约束的方式，提出了多阶段协同优化策略，在一定程度上解决了协同优化优化结果对初始点选取敏感和松弛因子选取较难的问题；(2) 在协同优化框架下，将耦合状态变量的变差作为辅助设计变量，建立了简化的基于隐含不确定性传播的鲁棒协同优化模型，避免了灵敏度方程的计算，减少了不确定性在各学科间通过耦合变量相互传播而导致的计算复杂性；(3) 对于子学科不具有物理目标的多学科设计优化问题，设计融合鲁棒协同优化框架与多目标进化算法进化过程的途径，给出了基于非支配排序遗传算法(NSGA-II)的鲁棒协同优化求解方法；(4) 对于子学科具有物理目标的多学科设计优化问题，在协同优化框架下，针对线性物理规划(LPP)和NSGA-II两种典型的多目标优化方法，在保证学科间一致性的前提下，分别给出了物理目标子学科的一致性目标函数的特殊处理方式，并给出提高子学科物理目标优化性能的方案；(5) 研究可靠性协同优化问题，鉴于序列优化与可靠性评估(SORA)方法采用可靠性分析与优化过程相分离的方式，给出了基于SORA的可靠性协同优化方法。同时，利用工程算例对所给出的各种算法的可行性进行了验证。本项目研究对面向复杂产品的多学科设计优化理论做出了有益的探索,可在一定程度上进一步提高多学科设计优化技术的工程实用性。