科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决复杂结构优化模型的黑箱问题，同时兼具求解的效率和精度，提出一种自适应增量Kriging模型的多目标稳健优化设计方法。首先，依据结构特征及优化目标，构建其增量Kriging代理模型，并提出混合加点采样策略，提高增量Kriging代理模型的自适应性；其次，提出柯西变异多目标粒子群（Cauchy Mutation Multi-objective Particle Swarm Optimization， CMMOPSO）算法，通过改进惯性权重因子、个体学习因子和社会学习因子，同时引入柯西变异策略，提高优化模型求解的效率和精度；最后，构建以结构相关参数为设计变量、性能指标标准差为目标、3σ变量缩减区间为约束的优化模型，综合CMMOPSO算法和灰色关联分析获得多目标稳健优化最优解。算例分析表明，所提方法不仅能够以较少的性能函数调用次数获得高精度结构优化模型，而且优化结果相比传统方法，收敛熟练速度更快、稳健性更好。
- 单位
