[发明专利]一种基于自适应代理模型的天线罩肋截面尺寸优化方法

权利要求书

1.一种基于自适应代理模型的天线罩肋截面尺寸优化方法，其特征在于，包括如下步骤：

第一步，确定设计变量及初始设计空间，令迭代次数k＝1，优化目标为带罩天线的指向误差的最大值和平均值、增益损失的最大值和平均值以及天线罩自重与节点位移的最大值多目标加权，建立如下金属桁架式天线罩结构机电集成优化模型计算最优肋尺寸：

Findx(k)=[x1(k),x2(k),...,xnv(k)]T]]>

Min y(x(^k))＝0.04·BSE_max+0.06·TL_max+0.04·BSE_mean+0.06·TL_mean+0.4·Def_max+0.4·Weight]

S.t.x_L≤x^(k)≤x_U

式中，x^(k)为金属桁架式天线罩的结构设计变量，包括的每类肋的矩形截面宽度和高度，BSE_max为在所有工况下带罩天线的指向误差的最大值，TL_max为在所有工况下带罩天线的增益损失的最大值，BSE_mean为在所有工况下带罩天线的指向误差的平均值，TL_mean为在所有工况下带罩天线的增益损失的平均值，Def_max为天线罩在载荷作用下节点位移的最大值，Weight为天线罩的自重，x_L和x_U分别为设计变量的下界值、上界值，使用自适应代理模型对目标函数进行近似；

第二步，当k＝1时，设定相关设计域为整个初始设计空间，然后利用最大最小拉丁超立方试验设计方法在初始设计空间中选取初始样本点，初始样本点的个数n_p为：

np=min{(nv+1)(nv+2)2,5nv}]]>

式中，n_v表示设计变量的个数；

第三步，计算初始样本点相应的真实响应值，并将这些样本点及其响应值保存到样本点数据库中；

第四步，提取样本点数据库中所有的样本点及其对应的响应值，选取Kriging模型构造目标函数的代理模型；

第五步，选取优化算法求解局部采样模型，将其得到的最优解x^(k,1)作为一个更新点，计算该最优解对应的响应值y(x^(k,1))，并将其保存到样本点数据库中；局部采样模型为：

Findx(k,1)=[x1,x2,...,xnv]T]]>

Miny^k-1(x(k,1))]]>

S.T.xLk≤x(k,1)≤xUk]]>

式中，x^(k,1)为第k次迭代中局部采样的设计变量；为目标函数对应的代理模型；和分别为第k次迭代时设计变量的下界和上界，它们在迭代过程中是不断变化的，但是不能超过全局下界x_L和全局上界x_U，此时的取样空间即为相关设计域；

第六步，选取优化算法求解全局采样模型，将其得到的最优解x^(k,2)作为一个更新点，计算该最优解对应的响应值y(x^(k,2))，并将其保存到样本点数据库中；全局采样模型为：

Findx(k,2)=[x1,x2,...,xnv]T]]>

Min-fk-1(x(k,2))sigmf(y^(x(k,2))-yPBSsk-1(x(k,2)),[-34])]]>

S.T.x_L≤x^(k,2)≤x_U

其中，

f^k-1(x^(k,2))＝s^k-1(x^(k,2))min{|x^(k,2)-x_i||i＝1,2,…,n_s}

式中，s^k-1(x^(k,2))为设计点x^(k,2)的预测标准差；x_i为已有样本点，n_s为已有样本点总数；sigmf(x,[ac])其具体函数形式为：

f(x,a,c)=11+e-a(x-c)]]>

第七步，判断是否满足收敛条件；当k＝1时，直接转入第八步；如果的计算次数达到设定的次数或满足收敛准则时，则停止迭代，并输出最优解，否则转入第八步；其中收敛准则为：

Δ=abs(y(xk)-y(xk-1)y(xk))≤Δa]]>

Δ1＝abs(y(x^k)-y(x^k-1))≤0.1Δ_a

Δ2=abs(y^(xk)-y(xk)y(xk))≤Δa]]>

Δ3=abs(y^(xk)-y(xk))≤0.1Δa]]>

式中，y(x^k)和y(x^k-1)分别为优化过程中第k次和第k-1次所求最优解对应的响应值，Δ_a＝0.01为给定的收敛标准，对于某些全局最优解为0的优化问题，需要使用绝对误差Δ1和代理模型近似精度Δ3来终止迭代过程，对于全局最优解不为0的优化问题则需要使用相对误差Δ和代理模型近似精度Δ2来终止迭代过程；

第八步，令k＝k+1，更新当前样本点数据库和相关设计域，并转向第四步。