[发明专利]一种针对高耗时约束的飞行器快速近似优化方法

说明书

本发明涉及一种针对高耗时约束的飞行器快速近似优化方法，属于多学科优化技术领域。本发明在处理带约束的工程设计问题优化过程中，通过在每次迭代过程中根据已知样本点信息、样本点对应的约束以及每次更新的罚系数来构造代理模型，通过对代理模型进行优化并新增一个样本点，随后调用真实分析模型获取对应的函数值及约束值，若优化所得样本点处满足约束则减小罚系数从而使得下一次优化迭代侧重于改善最优性，若优化所得样本点处不满足约束则增大罚系数使得下一次优化迭代更倾向于提高可行性，如此反复迭代直至满足终止准则。本发明能够考虑局部近似精度与全局近似精度，同时具有处理约束的能力，能够有效提高优化效率，节约飞行器优化设计成本。

本发明涉及一种针对高耗时约束的飞行器快速近似优化方法，属于飞行器设计中的多学科优化技术领域。

背景技术

随着科技的进步，工程优化问题越来越复杂，许多分析和仿真软件都被应用于设计和研究中，但是这些分析和仿真问题大多都是高精度分析模型，例如结构分析中采用的有限元分析(FEA)模型、气动分析中使用的计算流体力学(CFD)分析模型等。高精度分析模型在提高分析精度和可信度的同时也带来了计算耗时的问题，虽然当今计算机软硬件技术已经取得了很大的进步，但是调用高精度分析模型完成一次分析仍然极其耗时，例如使用CFD模型完成一次气动仿真分析仍需要数小时甚至数十小时；其次，现代工程设计问题往往涉及多个相互耦合的学科。譬如，航天器设计涉及结构、姿态控制、轨道转移、位置保持、电源等学科，各学科相互影响，相互制约，飞行器的性能是各学科耦合的综合体现。由于学科之间的耦合关系，工程设计问题的系统分析表现为多学科分析。本质上，多学科分析过程是一个典型的非线性求解过程，每次多学科分析都需要进行多次迭代，计算耗时，如果各学科都采用高精度分析模型，计算量将非常庞大。再次，工程优化设计过程中需要通过反复迭代才能收敛到局部或全局最优解，而每次迭代都需要进行多次工程设计问题的多学科分析，计算成本将进一步增加。传统的梯度算法往往只能找到分析问题的局部最优解，不具备全局搜索能力。

为了获得工程设计问题的全局最优解，常常直接使用具有全局搜索能力的优化算法，例如遗传算法(GA)、模拟退火算法(SA)等。但是，与传统的梯度算法相比，全局优化算法所需计算量更大。例如，使用遗传算法对一个分析模型进行优化通常需要调用成千上万次分析系统。对于大量采用高精度学科分析模型的复杂现代工程设计问题，传统的全局优化策略的计算成本过大甚至难以接受。此外，目前多数高精度分析模型都采用商业CAE软件建立的黑盒模型(Black-box Model)，与优化算法(优化器)的接口相当困难。

为了降低传统的全局优化算法对现在工程设计问题优化过程中所涉及的高计算量，基于代理模型的优化方法被逐渐的为人们所研究。其本质上就是构造与高精度分析模型近似，但计算成本更低的数学代理模型，并将该模型用于优化。由于高精度分析模型计算一次所需时间的量级为小时，而代理模型计算一次所用时间的量级仅为秒甚至毫秒，因此与高精度分析模型的计算时间相比，构造代理模型以及基于代理模型优化的计算时间往往可以忽略不计。在最近10年里，许多公司都开始研究并推动了近似代理模型技术在设计和优化领域的应用，例如：Engineous软件公司研发iSIGHT，Vanderplaats R&D公司研发的Visual DOC，LMS国际组织研发的Optimus，Phoenix公司研发的ModelCenter和波音公司研发的Design Explorer。

代理模型可以分为静态代理模型和动态代理模型。静态代理模型通过一次采取足够多的样本点构造代理模型，在优化过程中代理模型保持不变；而动态代理模型是序列采取样本点，在每次优化迭代过程中根据已知信息逐步改进和更新代理模型，直至优化收敛。与静态代理模型相比，动态代理模型在优化效率和结果精度方面更具有优势。