面向變復(fù)雜度近似的嵌套實驗設(shè)計方法研究.pdf

1、隨著計算機技術(shù)的發(fā)展，仿真精度得到極大提升，但與此相伴隨的則是仿真分析的計算開銷呈指數(shù)級增加，給現(xiàn)代復(fù)雜產(chǎn)品設(shè)計的工程應(yīng)用提出了挑戰(zhàn)。在此背景下，變復(fù)雜度近似方法（Variable Fidelity Approximation）應(yīng)運而生，它通過使用變復(fù)雜度模型替代仿真分析模型，有效減少了計算資源的消耗?；谧儚?fù)雜度近似的設(shè)計優(yōu)化可以充分利用不同復(fù)雜度分析模型的優(yōu)勢，成為解決如何在保證可信的優(yōu)化結(jié)果前提下盡可能降低計算成本、提高計算效率這

2、一重要問題的有效途徑。
　　在構(gòu)建變復(fù)雜度近似模型之前，如何有效的配置高低復(fù)雜度模型的樣本點，關(guān)系到近似模型的逼近精度和構(gòu)建成本。因此，面向變復(fù)雜度近似的低復(fù)雜度（LF）模型實驗設(shè)計方法、高復(fù)雜度（HF）模型實驗設(shè)計方法和變復(fù)雜度建模技術(shù)是面向變復(fù)雜度近似的設(shè)計優(yōu)化方法的核心關(guān)鍵內(nèi)容。本文圍繞這三方面的關(guān)鍵內(nèi)容，開展了研究：
　　在低復(fù)雜度模型實驗設(shè)計方法方面，提出了基于改進局部枚舉法的拉丁超立方設(shè)計。使用迭代搜索的思想對連

3、續(xù)局部枚舉法進行改進，提高樣本點的空間填充性能并降低線性相關(guān)性，使工程產(chǎn)品設(shè)計人員能快速、高效地獲得LF模型的實驗設(shè)計方案，為構(gòu)建性能優(yōu)良的嵌套實驗設(shè)計打下良好的基礎(chǔ)。
　　在高復(fù)雜度模型實驗設(shè)計計方法方面，提出了基于改進和聲搜索算法的實驗設(shè)計。在HF模型實驗設(shè)計的最大多樣性問題（MDP）中，增加了最小投影距離作為約束，防止樣本點聚集在樣本空間邊緣。然后，創(chuàng)新性地對和聲搜索算法進行了改進，并應(yīng)用于MDP問題的求解中。通過一系列算例

4、展示了改進和聲搜索算法生成HF模型樣本點的過程，結(jié)果表明本文提出的嵌套拉實驗設(shè)計方法能簡單快速的產(chǎn)生高質(zhì)量的樣本點。
　　在變復(fù)雜度建模方面，提出了基于徑向基函數(shù)（RBF）和克里金（Kriging）的混合變復(fù)雜度建模方法。首先使用 RBF函數(shù)對低復(fù)雜度模型進行近似，接著利用最小二乘法標(biāo)度低復(fù)雜度模型，最后使用Kriging對元模型的誤差進行修正，并得到最終的近似模型。混合變復(fù)雜度建模方法能有效利用有限的HF和LF樣本信息，充分利用