摘要：从提高鲁棒协同优化（Robust collaborative optimization,RCO）模型的计算效率和模型求解方法优化性能角度出发,提出简化的基于隐含不确定性传播的鲁棒协同优化（Simplified implicit uncertainty propagation robust collaborative optimization,SIUPRCO）模型和改良的鲁棒协同优化模型求解方法（Improved robust collaborative optimization resolving method,IRCORM）。SIUPRCO是对基于IUP方法所建立的RCO模型进行的改善,它避免对全局灵敏度方程的求解,从而提高了RCO模型的计算效率。在IRCORM模型求解方法中,为解决RCO易陷入局部极值点的问题,利用动态罚函数法得到确定性协同优化的全局极值点,并将该值作为RCO优化的初始点;采用遍历组合的方法,给出Pareto最优解。典型算例的优化结果表明,SIUPRCO模型具有合理性,IRCORM求解方法具有良好的优化性能。

关键词：鲁棒协同优化 不确定性 动态罚函数 pareto最优解 

单位：东北大学辽宁省复杂装备多学科设计优化技术重点实验室 沈阳110004 东北大学流程工业综合自动化教育部重点实验室 沈阳110004 东北大学信息科学与工程学院 沈阳110004