摘要

对于具有多失效模式的结构,基于可靠性的结构优化计算成本是比较昂贵的。本文利用多输出高斯过程MOGP(Multiple Output Gaussian Process)代理模型以降低计算成本,首先利用Bucher方法生成初始样本,然后结合均匀训练样本和学习函数对MOGP代理模型进行构建。学习函数可在大范围内筛选出较为满意的训练样本,能够确保MOGP代理模型具有较好的全局精度,在整个优化过程中不再重新构建MOGP代理模型。利用协方差矩阵,MOGP代理模型能够考虑各失效模式的相关性,对多输入多输出系统具有良好的预测性能。数值算例表明,本文方法具有较好的计算结果,且计算效率较高,尤其是设计变量数目与失效模式数目较多时效率提升明显。