[发明专利]一种产品仿真优化方法

说明书

本发明涉及一种产品仿真优化方法，包括以下步骤：获取产品的仿真源模型，在所述仿真源模型的定义域内均匀采样得到采样点；对所述采样点在所述仿真源模型中进行仿真分析得到所述采样点对应的响应值；根据所述采样点及响应值，在最小二乘法的基础上增加lsubgt;1/subgt;范数惩罚项和lsubgt;2/subgt;范数惩罚项，构建对应的近稀疏响应面模型；其中，所述近稀疏响应面模型以正交多项式作为基函数，所述基函数的数量与采样点的数量成倍数关系；根据所述近稀疏响应面模型，使用优化算法进行优化，获得所述仿真源模型的定义域内的最优点及所述最优点对应的最优值；根据所述最优点对产品的设计进行优化调整。

技术领域

本发明涉及产品设计的仿真优化技术，特别是涉及一种产品仿真优化方法。

背景技术

随着现代机电产品如汽车、发动机、高端数控机床等的功能复合化、智能化程度不断提高，系统组成及控制越来越复杂，因此在其设计过程中已广泛开始采用建模仿真技术，以对设计方案进行仿真分析与优化决策，提高产品各项综合性能。

在产品的建模仿真过程中，仿真模型往往呈多学科、非线性等显著特征，使仿真求解时间很长，可能高达30～160小时。以Prius混合动力汽车模型的阈值参数优化为例，混合动力的一个主要目标是提高车辆的燃油经济性，控制优化是提高燃油经济性的有效措施；然而，目前的控制优化都是建立在已知驱动循环下的燃油经济性优化，属于“事后诸葛亮”，不能做到实时控制优化；需要通过调整几个发动机阈值参数来分析提高车辆燃油经济性的方法，这些参数是：

n eng_pwr_wh_above_turn_on：发动机启动要求的最小功率(发动机处于关闭时)，即当发动机关闭时，只有所需的功率大于该值时才能启动；

n eng_pwr_wh_below_turn_off：发动机关闭要求的最大功率(发动机处于开启时)，即当发动机在运行时，只有所需的功率小于该值时才能关闭；

n eng_time_min_stay_off：发动机关闭时最小的延迟时间；

eng_time_min_stay_on：发动机开启时最小的延迟时间。

对于这四个参数的不同组合，会得到不同的燃油经济性，需要进行寻优得到使得燃油经济性最优的组合。但是，由于产品仿真优化需多次调用仿真求解过程，所需时间更长，现已难以实现产品的优化设计。随着产品复杂度、建模精细度越来越高，仿真模型规模越来越大，仿真优化运行时间将进一步增大，此将更难以支撑产品的设计优化决策。因此，复杂产品高效仿真优化现已成为工程产品设计过程中迫切需要解决的瓶颈问题。

具体的，产品的仿真优化问题可转化为如下形式：

f(x)是目标函数，也是优化目标，x是设计变量，由于x一般是多维的所以写成向量形式，g(x)则是约束函数，对上述目标函数进行优化时，要在满足g(x)≤0的情况下寻找最小的f(x)，上述问题可称为有约束仿真优化问题，若优化问题中不存在约束g(x)≤0，则可称为无约束仿真优化问题。

在自变量x的定义域[lb,ub]内寻求最优点xσ，使得目标函数f(xσ)的值最小，以达到优化的目的。在寻优的过程中需要不断调用产品的仿真模型来计算f(x)，而运行一次产品的仿真模型往往十分耗时，多次调用将使得整个优化过程的时间难以接受。由于复杂产品仿真求解时间很长，且仿真模型可能不是完全的显式数学方程模型，现有方法通常将仿真模型看成黑箱函数，运用优化算法在设计空间上进行全局搜索，以尽可能减少黑箱函数调用次数。其中，基于计算机试验设计的响应面仿真优化方法是一种较为有效的方法，针对事先未知形状变化的目标(或约束)估值，在设计空间上通过随机等采样及目标估值逼近，以此构建逼近目标估值的响应面，并通过自适应采样方法提高响应面的逼近精度。随后，基于此响应面模型进行复杂产品设计优化，无需再次调用黑箱函数，大大降低计算成本。