近似高维优化方法研究及在翼身融合AUG外形设计中的应用

The future development of high-dimensional optimization algorithm focuses on surrogate-based optimization methods (SBO), which can not only enhance accuracy but also increase efficiency. Therefore, how to realize the approximate solution of high-dimensional (n>15) expensive and black-box (HEB) problems has always been the research hotspot and difficulties all over the world. To overcome the complicated engineering model and huge computational cost, the novel surrogate modeling technique and design space reconstruction method are studied. A new ensemble of surrogates-based approximate high-dimensional optimization method using hybrid design space reconstruction (ESAHO-HSR) is proposed to deal with the HEB problems. The ensemble of surrogates and design subspace can be updated by using the adaptive sampling method. Moreover, a shape design model of blended-wing-body autonomous underwater glider (AUG) based on the approximate high-dimensional optimization method ESAHO-HSR is built. Thus, the challenge that the shape design of blended-wing-body AUG problem with excessive variables requires tremendous computational resource can be greatly relieved. And, the lift to drag ratio is used as the optimization target to deal with the blended-wing-body AUG shape design problem. The validity of the approximate high-dimensional optimization method ESAHO-HSR can be tested and verified through analyzing the optimization results. Meanwhile, the sensitivity analysis method is used to find out the influence of geometric parameters on the hydrodynamic performance of AUG. The deep study of this project can provide a theoretical basis and technical support for the further research on the similar approximate high-dimensional optimization method and its engineering applications.

基于代理模型优化方法是高维优化算法未来发展的一大趋势，能够同时提高优化精度和优化效率。因此，如何实现高维(n>15)复杂黑箱问题的近似求解一直是国内外研究的热点与难点。项目针对高维复杂黑箱问题处理过程中工程模型复杂、计算量大的难题，开展新型代理模型开发和设计空间重构方法研究，提出一种基于组合代理模型和混合设计空间重构近似高维优化方法，该方法利用自适应采样方法获得有效样本点，实现组合代理模型和设计子空间自动更新；在此基础上，建立基于近似高维优化方法的翼身融合AUG外形设计模型，突破翼身融合AUG外形设计变量较多的难题，并以最大升阻比为优化目标对翼身融合AUG进行外形设计优化，通过分析结果验证近似高维优化方法的有效性；同时开展灵敏度分析，揭示设计参数对翼身融合AUG水动力性能的影响规律；通过本项目的研究，为进一步开展同类近似高维优化方法的研究及工程应用提供重要的理论支撑和技术支持。

基于代理模型高维优化方法计算量小，优化效率高，是解决高维复杂黑箱问题的最佳途径之一。项目组提出了一种基于预测均方根误差权重因子计算方法，完成了5种单一代理模型和26种组合代理模型性能分析，获得了最佳组合代理模型；建立了基于组合代理模型自适应高维优化方法，通过优化过程中已知信息选取有希望样本点，通过连续增加新样本点，使近似模型在搜索过程中自适应地更新、重建，直至收敛获得全局最优解。测试结果表明该方法能够有效且稳定地处理不同特征高维复杂黑箱问题，拓宽了工程应用范围；为了进一步提高优化效率，项目组开发了一种多层设计空间缩减策略，在迭代过程中将整个设计空间划分为三层等价空间，每次搜索都只在其中一个空间中进行；结合基于组合代理模型自适应高维优化方法，建立了基于组合代理模型和多层设计空间缩减策略自适应高维优化方法。在迭代过程中根据已知信息确定减小的设计子空间，并在其内部确定有希望样本点，逐步提近似模型在感兴趣区域的预测精度，加快优化收敛速度。测试结果验证了该方法在优化效率和全局收敛性方面的优势；针对翼身融合AUG复杂外形设计优化问题，利用提出的近似高维优化方法开展了水动力外形设计优化研究，建立了基于代理模型的翼身融合AUG外形优化框架。以最大升阻比为优化目标，排水体积不减小为约束条件，完成了翼身融合AUG外形优化。优化后的翼身融合AUG升阻比提高了25.2%，排水体积则增加了2.56%，取得了良好的优化设计结果，验证了本项目提出的近似高维优化方法的有效性。通过本项目的研究，为进一步开展同类近似高维优化方法的研究及工程应用提供重要的理论支撑和技术支持，对推动我国翼身融合AUG的研制具有重要意义。