[发明专利]多工况结构优化中权重因子的计算与加权函数的评价方法

说明书

本发明提供一种多工况结构优化中权重因子的计算与加权函数的评价方法，其包括以下步骤：对元件进行单工况结构优化，计算优化后的目标函数值；选取目标函数值中的最大值，分别计算工况恶劣度Δα_i；根据得到的工况恶劣度Δα_i，构建权重因子计算模型；根据权重因子计算模型，计算得到基于工况恶劣度的各工况的权重因子；根据各单工况优化后的目标函数值求解理想解；基于两点间距离表达式建立理想度计算模型；根据理想度计算模型，对多种权重因子与加权函数之间的耦合形成的优化结果进行评价；根据评价结果，选择合适的权重因子计算方法和加权函数。本发明有效解决多工况结构优化合理选取权重因子计算方法和加权函数的问题，具有显著的理论价值和工程意义。

技术领域

本发明涉及产品的结构优化技术领域，尤其涉及一种多工况结构优化中权重因子的计算与加权函数的评价方法。

背景技术

当前对产品进行承载性能设计时，多工况下的结构优化研究较少，多集中在的单工况问题。而实际工程中很多结构，常常是在多种载荷工况下工作的。因此，研究多工况下的结构优化设计将更具工程价值和意义。

从本质上说，多工况优化问题是多目标优化问题，而求解多目标优化问题的常用方法是将多目标优化问题通过加权函数转化为单目标优化问题。即通过给不同工况分配不同的权重因子，把多工况优化问题转化为单工况优化问题。但是，将多目标优化问题转化为单目标优化问题时，不同的权重因子对优化结果的影响也很大。权重因子的分配问题成为一大技术难点。综合对比不同的权重因子分配方法，提出以“工况恶劣度”进行多工况结构优化时权重因子计算的依据。

对于单一工况的结构优化，可以找到满足约束条件的理想优化解。而多工况的结构优化是对每个单工况的最优解进行折衷，折衷后的理想优化结果应满足:多工况结构优化中在各自工况下优化结果尽可能的接近对应单独工况作用下的最优优化结果。折衷方法则是采用加权函数，将多目标优化问题转化为单目标优化问题，通常的加权函数有：折衷规划法、线性加权法、平方和加权法和范数和加权法。对比四种加权函数，从量纲上来说，线性加权法、范数和加权法与平方和加权法都是保持了原子目标参数的量纲，而折衷规划法对子目标进行了归一化处理，保证了各子目标具有统一的量纲。不同的权重因子和加权函数一般会得到不同的优化结果，由于权重因子和各单目标函数值之间的耦合，单纯的比较采用加权函数得到的目标函数值大小不能准确反映优化结果的优劣。如何选择合适的加权函数使得多工况结构优化获得更优的结果成为另一难点，引入“理想度”来评价不同优化结果相较于理想优化结果的差异程度，以“理想度”进行多工况结构优化时加权函数的选择。

发明内容

为了克服现有技术的缺陷，本发明的目的在于提供一种工况恶劣度的权重因子计算模型，并建立理想度评价方程将理想度的大小作为评价权重因子计算方法及加权函数的标准，通过比较不同权重因子计算方法和加权函数对优化结果的影响，提供解决多工况结构优化结果的有效评价方法。

本发明提供一种多工况结构优化中权重因子的计算与加权函数的评价方法，其包括以下步骤：

步骤1：对承载结构进行单工况结构优化，计算各单工况优化后的目标函数值；

步骤2：选取所述目标函数值中的最大值，根据是否给定性能极限值α_lim，分别计算工况恶劣度Δα_i；

多工况结构优化后，多工况的目标函数值一定劣于单工况优化后的目标函数值，所以，当优化目标越小越好时，多工况优化设计的目标函数值一定大于单优化结果中最坏的结果，当优化目标越大越好时，多工况优化设计的目标函数值一定小于单优化结果中最坏的结果；根据是否给定性能极限值α_lim，分别得到工况恶劣度表达式；

步骤3：根据得到的工况恶劣度Δα_i，构建权重因子计算模型；