[发明专利]基于自适应代理模型的连接件多学科协同设计优化方法

权利要求书

1.基于自适应代理模型的连接件多学科协同设计优化方法，其特征在于，包括以下步骤：

S1、构建用于优化模型性能函数及约束条件的初始克里金代理模型；

S2、将EI函数解预估点方法及自循环优化策略引入到初始克里金代理模型中，得到能循环优化预估点的自适应代理模型；

S3、将步骤S2中得到的自适应代理模型应用于协同设计优化方法中，构建协同优化系统层近似性能函数及协同优化学科层近似约束条件的多学科协同设计优化模型；

S4、将步骤S3中构建的基于自适应代理模型的多学科协同设计优化模型工程应用于专用吊具回转平台连接件，构建基于自适应代理模型的专用吊具回转平台连接件设计优化模型，并进行专用吊具回转平台连接件多物理场下力学性能耦合的可靠性分析，最后进行设计优化；所述多学科至少包括强度学科、振动学科。

2.如权利要求1所述的基于自适应代理模型的连接件多学科协同设计优化方法，其特征在于，所述步骤S1的具体过程为：根据设计变量样本点附近的数据，经由对设计变量样本点附近的数据的加权组合来拟合其他未知变量的信息，建立负责模型回归线性分析的参数多项式和负责模型随机分布的非参数多项式，表示为：

式(1)中：y(x)是响应函数；P(x)是零阶或一阶或二阶的多项式回归模型；多项式系数β_i表示回归参数，通过最小二乘法解出其值；q_i(x)是多项式P(x)的基函数，多项式P(x)的基函数组合形成基函数向量；Z(x)表示一个可随机过程，提供对模拟局部偏差的近似；并且Z(x)应当具备如下统计特征：

式(2)中，xⁱ和x^j表示随机样本点；R_ij(θ,xⁱ,x^j)表示一个基于参数θ的相关性函数，用于描述不同样本点之间的特有关系；所述R_ij(θ,xⁱ,x^j)表示为：

式(3)中：m表示设计变量的数量；和表示样本点xⁱ和x^j的第k个组成部分；利用高斯函数(Gaussian Function)作为模型的相关函数，则式(3)转化为如下形式：

式(4)中，θ_k是一个大于零的随机参数，参数θ的取值不同会导致相关函数的相关性发生变化，θ可由极大似然估计法解出。

3.如权利要求2所述的基于自适应代理模型的连接件多学科协同设计优化方法，其特征在于，所述步骤S2的具体分步骤如下：

S21、将遗传算法作为系统优化过程的求解器，对初始克里金代理模型进行分析求解，得到预估点N₁，并定义EI函数表达式如下：

式(5)中：表示输入设计变量(x₁,x₂,…,x_n)的仿真结果；Φ表示标准正态分布的CDF；φ表示标准正态分布的PDF；和表示初始的克里金模型在样本点x_i处相应的预测值和预测标准差，并且其具体数值通过公式(6)、(7)计算：

式(6)、(7)中：E表示维数为n的单位列向量；R^-1表示基于参数θ的相关性参数；表示标准差的预测值，表示多项式参数向量；Q表示设计变量和样本点之间的相关性向量，Q^T表示转置；其中，所述Q由式(8)表示如下：

Q＝[R(x_i,x′_1n,θ),R(x_i,x′_2n,θ),…,R(x_i,x′_mn,θ)]； (8)

S22、将预估点N₁代入EI函数的表达式中，通过EI函数的单调性求得其最大值，并将其作为新的预估点N₂替换掉原预估点。通过自循环优化策略，重复求解替换的迭代步骤直到不再有新的预估点产生或者新的预估点的取值在一个小区间内变化为止；

S23、结合步骤S1，得到基于EI函数及自循环优化策略的自适应代理模型。