摘要:为了使CSSO方法在系统级优化时能用于自主筛选来自各子学科间的设计变量的最优值以提高系统级优化效率和收敛速度,提出了一种改进型的并行子空间优化方法(improved concurrent subspace optimization,I-CSSO)。该方法在传统CSSO方法基础上通过增加一个自动筛选程序,即将各子学科优化方案及系统级优化方案进行了对比,从中优选出最优方案作为下一轮迭代的初始方案进行了优化,同时应用拉丁超立方试验设计方法采取样本点并构建了数据库,近似模型基于径向基神经网络模型。以某一机床主轴设计优化为例,基于Isight平台搭建了所设计的I-CSSO方法框架,并与传统的CSSO方法进行了对比。研究结果表明:所提出的I-CSSO方法有效提高了算法的计算效率。
关键词:多学科优化设计 并行子空间优化方法 拉丁超立方 近似模型 机床主轴设计
单位:福州大学机械工程与自动化学院 福建福州350116 北京树优信息技术有限公司 北京100062
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社