论文部分内容阅读
伴随着现代技术的发展，对于复杂产品的开发和设计经常需要不同子系统之间的相互协调，传统的设计开发模式是以子系统为单位把产品开发分为不同子系统模块，由专门的学科设计优化人员负责该子系统的优化设计工作。由于设计人员在求解本子系统最优解时，往往不考虑各子系统之间的耦合效应，求出的设计方案只能是局部最优，而在多学科系统层面达不到整体最优，且计算量巨大，设计所花的时间久，成本高。多学科设计优化方法（Multidisciplinary DesignOptimization，MDO）在此背景下应运而生。多学科设计优化（MDO）能够充分考察各个子系统之间关联性，求取整个多学科系统的最优设计方案，但也存在着一些问题：例如计算效率不够高，得到的解不能很好的体现设计者偏好等。针对以上存在的这些问题，本文做了以下这几个方面的工作：（1）建立了智能决策支持模型，运用了模糊神经网络实现了决策支持模型的智能化，提出了基于PCA的GA-BP神经网络改进算法（PCA-GA-BP算法）、自适应构造隐含层节点的GA-BP神经网络改进算法（AC-GA-BP算法）和自适应构造隐含层节点的PCA-GA-BP神经网络改进算法（AC-PCA-GA-BP算法）用于模糊神经网络的构建和学习，分别验证并比较了三种改进算法。将该智能决策方法与交互式物理规划相结合，建立了智能交互式物理规划方法（IIPP），并用算例证明了该方法的可行性。（2）将智能交互式物理规划方法运用在了MDO中，与两级集成系统综合法（Bi-Level Integrated System Synthesis，BLISS）相结合，提出了一种求解多学科多目标设计优化的新方法，并用实例验证了其可行性。