2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩92頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、序列近似優(yōu)化是飛行器優(yōu)化設(shè)計的有效方法,是降低計算成本,提高計算效率的重要手段。序列近似優(yōu)化成功與否取決于代理模型的近似精度和加點準(zhǔn)則的優(yōu)劣。論文針對提高代理模型精度和加點準(zhǔn)則性能兩方面開展研究,對序列近似優(yōu)化方法進(jìn)行改進(jìn),并將其應(yīng)用于大氣層內(nèi)助推滑翔導(dǎo)彈總體參數(shù)優(yōu)化。本文研究工作及創(chuàng)新點如下:
 ?。?)鑒于智能優(yōu)化方法以及基于代理模型的優(yōu)化方法在復(fù)雜系統(tǒng)優(yōu)化設(shè)計應(yīng)用中存在問題,指出序列近似優(yōu)化在解決此類問題時具有明顯優(yōu)勢,即求

2、解效率高且具有全局最優(yōu)性。
 ?。?)通過對各種代理模型的調(diào)研和分析,選擇徑向基函數(shù)插值作為序列近似優(yōu)化算法的代理模型,分析得到其形狀參數(shù)對近似精度的影響規(guī)律。通過對形狀參數(shù)物理意義的分析,提出一種基于采樣點局部密度的表征方法,從而建立了一種形狀參數(shù)的直接確定方法。通過典型算例測試,驗證了方法的有效性。
  (3)通過對已有序列加點準(zhǔn)則的研究對比,發(fā)現(xiàn)已有加點準(zhǔn)則均通過構(gòu)造一個單目標(biāo)優(yōu)化問題對下一采樣點進(jìn)行選擇,不能兼顧尋優(yōu)

3、效率和代理模型近似精度。本文提出了一種基于多目標(biāo)優(yōu)化策略的序列加點方法。此方法同時具備全局和局部搜索能力,將性能不同的解區(qū)別對待,更有利于對最優(yōu)解的預(yù)測和驗證。
 ?。?)將改進(jìn)的代理模型和加點準(zhǔn)則應(yīng)用于序列近似優(yōu)化算法,提出一種序列近似優(yōu)化流程。針對此算法流程,提出一種“二步收斂判定方法”來判斷算法是否收斂,第一步:判定加入新采樣點后代理模型是否得到更新;第二步:判定加入新采樣點后代理模型近似能力是否得到提高。采用標(biāo)準(zhǔn)測試算例對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論