基于渐近松弛的协同优化方法

摘要/Abstract

摘要：

针对协同优化方法受起始点影响较大、稳定性不足和收敛难度大的问题，定义了耦合一致度来衡量各学科变量间的一致性要求，并提出了基于渐近松弛的协同优化方法（CO-AR）.该方法的计算过程分为2个阶段：① 根据设定的耦合一致度，确定系统级松弛因子，并计算得到近似全局优化解;② 以第1阶段的优化解作为起始点，并选取符合一致性精度要求的松弛因子进行协同优化，求得最终优化解.减速器标准算例结果表明，所提方法能够大大降低对起始点的敏感程度，有效改善协同优化方法的收敛性和稳定性.

关键词: 多学科设计优化, 协同优化, 松弛, 收敛

Abstract:

Collaborative optimization (CO) is easily influenced by the initial points, whose stability and convergence are poor. To solve this problem, the coupling consistency degree was defined to measure the consistency of the variables in different disciplines. The asymptotic relaxation based collaborative optimization method (COAR) was proposed，whose calculation process was divided into two phases. In the first phase, the relaxation factor of the system was computed based on the set coupling consistency degree, and the approximate global optimal solutions was solved, which were adopted as the initial points in the second phase. In the second phase, the relaxation factor was fixed again at a minimum according to the precision demand of the coupling consistency, and the final solutions were obtained. The standard numeral example of the reducer shows that the proposed method can greatly reduce the sensitivity to the initial points and effectively improve the convergence and the stability of CO.

Key words: multidisciplinary design optimization, collaborative optimization, relaxation, convergence

中图分类号:

TP 301.6

方鹏亚，常新龙，胡宽，张有宏. 基于渐近松弛的协同优化方法[J]. 上海交通大学学报（自然版）, 2013, 47(12): 1896-1901.

FANG Pengya,CHANG Xinlong,HU Kuan,ZHANG Youhong. Asymptotic Relaxation Based Collaborative Optimization[J]. Journal of Shanghai Jiaotong University, 2013, 47(12): 1896-1901.

参考文献

［1］Kroo I， Altus S， Braun R， et al. Multidisciplinary optimization methods for aircraft preliminary design［C］//Proceedings of the 5th AIAA/USAF /NASA /ISSMO Symposium on Multidisciplinary Analysis and Optimization. Panama City: AIAA, 1994：697707.

［2］王振国，陈小前，罗文彩，等.飞行器多学科设计优化理论与应用研究［M］. 北京：国防工业出版社，2006.

［3］刘克龙，姚卫星，余雄庆. 运用低自由度协同优化的机翼结构气动多学科设计优化［J］. 航空学报，2007，28(5)：10251032.

LIU Kenong, YAO Weixing, YU Xiongqing. Multidisciplinary structuralaerodynamic design optimization of wings with low degreeoffreedom collaborative optimization［J］. Acta Aeronautica et Astronautica Sinica, 2007，28(5)：10251032.

［4］杨希祥，张为华. 基于改进协同优化方法的固体运载火箭多学科设计优化［J］. 固体火箭技术，2011，34(6)：671676.

YANG Xixiang, ZHANG Weihua. Multidisciplinary design optimization of solid launch vehicles based on collaborative optimization ［J］. Journal of Solid Rocket Technology, 2011,34(6):671676.

［5］Brian Roth, Ilan Kroo. Enhanced collaborative optimization: application to an analytic test problem and aircraft design［R］. Victoria, BC: AIAA, AIAA20085841.

［6］WANG Wei，FAN Wenhui，CHANG Tianqing，et al. Robust collaborative optimization method based on dualresponse surface［J］. Chinese Journal of Mechanical Engineering，2009，22(2)：169176.

［7］韩明红，邓家提. 协同优化算法的改进［J］. 机械工程学报，2006，42(11)：3438.

HAN Minghong, DENG Jiati. Improvement of collaborative optimization［J］. Chinese Journal of Mechanical Engineering，2006，42(11)：3438.

［8］De Miguel, Angel Victor. Two decomposition algorithms for nonconvex optimization problems with global variables［D］. California: Stanford University，2001.

［9］Alexandrov N M， Robert M L. Analytical computational aspects of collaborative optimization for multidisciplinary design ［J］ . AIAA Journal，2002，40 (2)：301309.

［10］Jang B S, Yang Y S, Jung H S, et al. Managing approximation models in collaborative optimization［J］. Struct Multidisc Optim, 2005,30:1126.

［11］Jeon K，Lee J. Efficient system optimization techniques through subspace decomposition and response surface refinement ［R］. Reno, NV: AIAA, AIAA20020321.

［12］Li Xiang，Li Weiji，Li C A. Geometric analysis of collaborative optimization ［J］. Struct Multidisc Optim, 2008,35：301313.

［13］杨维维，赵勇，陈小前，等. 一种改进的协同优化过程研究［J］.

系统工程与电子技术， 2007，29(9)：15641567.

YANG Weiwei, ZHAO Yong, CHEN Xiaoqian, et al. Study on a kind of improved collaborative optimization［J］. Systems Engineering and Electronics， 2007，29(9)：15641567.

［14］Azarm S, LI W C. Optimality and constrained derivatives in twolevel design optimization ［J］. ASME Journal of Mechanical Design, 1990, 112 (12): 563568.

[1]	周齐贤, 王寅, 孙学安. 基于增益自适应超螺旋滑模理论的无人机控制[J]. 上海交通大学学报, 2022, 56(11): 1453-1460.
[2]	孙欣, 严佳嘉, 谢敬东, 孙波. “碳中和”目标下电气互联系统有功-无功协同优化模型[J]. 上海交通大学学报, 2021, 55(12): 1554-1566.
[3]	田康, 张尧, 李金龙, 张新曙, 尤云祥. 基于OpenFOAM几何流体体积方法的波浪数值模拟[J]. 上海交通大学学报, 2021, 55(1): 1-10.
[4]	张晓宇, 张鹏, 郑鑫, 倪元华. 基于固定时间收敛的终端角约束滑模制导律设计[J]. 空天防御, 2020, 3(3): 9-15.
[5]	张晓慧，柏君励，顾解忡，马宁. 一种不可压缩二维流动的显式逐次超松弛并行算法[J]. 上海交通大学学报, 2019, 53(6): 681-687.
[6]	赵斌, 朱传祥, 仝云, 胡阳, 李权, 蒋瑞民. 基于自适应滑模观测器的终端角度约束制导律[J]. 空天防御, 2019, 2(4): 19-24.
[7]	陈泽宏, 钟继鸿, 赵宏宇, 王鉴. 基于扩张状态观测器的有限时间收敛制导律[J]. 空天防御, 2019, 2(3): 25-30.
[8]	卫晓娜, 徐海斌, 陈金强, 董云峰. 引入分系统优化的协同优化方法及其应用研究[J]. 空天防御, 2018, 1(2): 1-6.
[9]	李彬a，庞永杰a，程妍雪a，朱枭猛b. 基于铺层参数的复合材料耐压壳协同优化设计[J]. 上海交通大学学报（自然版）, 2017, 51(3): 308-.
[10]	金瑾1,赵浩岚2. 一类高阶微分方程亚纯解取小函数的收敛指数[J]. 上海交通大学学报（自然版）, 2016, 50(04): 631-635.
[11]	方鹏亚，常新龙，胡宽，张晓军. 基于区间不确定性的多学科可靠性设计[J]. 上海交通大学学报（自然版）, 2014, 48(10): 1451-1456.
[12]	杨丽丽1，陈昌亚2，王德禹1. 基于多目标协同优化算法的卫星结构优化设计[J]. 上海交通大学学报（自然版）, 2014, 48(10): 1446-1450.
[13]	曹鹏飞，罗雄麟. 慢时变线性模型参数辨识递推算法及收敛性分析[J]. 上海交通大学学报（自然版）, 2014, 48(07): 982-986.
[14]	周娜1，朱伟2，宓为建1. 考虑设施失效及客户重指派的网络选址模型及求解[J]. 上海交通大学学报（自然版）, 2014, 48(05): 725-729.
[15]	金瑾. 高阶线性微分方程解与其小函数的增长性[J]. 上海交通大学学报（自然版）, 2013, 47(07): 1155-1159.