基于仿真的產(chǎn)品設(shè)計(jì)可大幅減少物理樣機(jī)試制、降低試驗(yàn)成本,現(xiàn)已成為復(fù)雜產(chǎn)品開(kāi)發(fā)過(guò)程不可或缺的研發(fā)設(shè)計(jì)手段。隨著系統(tǒng)組成及控制越來(lái)越復(fù)雜,產(chǎn)品仿真模型方程規(guī)模越來(lái)越大、求解時(shí)間不斷增長(zhǎng)。其綜合性能優(yōu)化常因頻繁調(diào)用此昂貴費(fèi)時(shí)的求解過(guò)程,設(shè)計(jì)效率往往比較低�；谟�(jì)算機(jī)試驗(yàn)設(shè)計(jì)采樣與響應(yīng)值逼近,響應(yīng)面方法能有效減少仿真模型調(diào)用次數(shù),現(xiàn)已廣泛應(yīng)用于復(fù)雜產(chǎn)品性能仿真優(yōu)化。然而,現(xiàn)有方法所需的設(shè)計(jì)采樣點(diǎn)仍然較多,優(yōu)化效率提高有限。為此,提出基于稀疏響應(yīng)面的復(fù)雜產(chǎn)品仿真優(yōu)化方法,開(kāi)展如下幾個(gè)方面研究:根據(jù)部分產(chǎn)品優(yōu)化響應(yīng)值在單一基函數(shù)（如Legendre正交多項(xiàng)式函數(shù)）上表現(xiàn)出稀疏特性的規(guī)律,提出基于彈性網(wǎng)（Elastic Net）回歸的近稀疏響應(yīng)面逼近算法,利用l1范數(shù)稀疏凸優(yōu)化遴選與響應(yīng)值殘量強(qiáng)相關(guān)的基原子,對(duì)響應(yīng)面進(jìn)行稀疏表示;進(jìn)一步地,利用l2范數(shù)正則化補(bǔ)充與響應(yīng)值殘量次相關(guān)的基原子,適當(dāng)降低稀疏性,增強(qiáng)響應(yīng)面表征能力,以解決采樣不多,強(qiáng)相關(guān)基原子過(guò)少,響應(yīng)面表征逼近能力有限問(wèn)題;同時(shí),以強(qiáng)泛化性為目標(biāo),通過(guò)交叉驗(yàn)證選擇自適應(yīng)的l2范數(shù)正則項(xiàng)因子,將彈性網(wǎng)回歸轉(zhuǎn)化為廣義LASSO（Least A... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：126 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在問(wèn)題分析
        1.2.1 基于響應(yīng)面的仿真優(yōu)化
        1.2.2 稀疏表示理論及信號(hào)重建
    1.3 課題來(lái)源及本文主要研究?jī)?nèi)容
    1.4 全文組織結(jié)構(gòu)
第二章 近稀疏響應(yīng)面構(gòu)造
    2.1 引言
    2.2 近稀疏響應(yīng)面數(shù)學(xué)模型
        2.2.1 稀疏表示
        2.2.2 采樣方法
    2.3 近稀疏響應(yīng)面重構(gòu)算法
        2.3.1 Elastic net回歸
        2.3.2 近稀疏響應(yīng)面構(gòu)建流程
    2.4 測(cè)試案例及結(jié)果分析
        2.4.1 測(cè)試函數(shù)
        2.4.2 結(jié)果分析
    2.5 本章小結(jié)
第三章 基于混合基的稀疏響應(yīng)面構(gòu)造
    3.1 引言
    3.2 混合基響應(yīng)面數(shù)學(xué)模型
        3.2.1 混合基
        3.2.2 字典設(shè)計(jì)
    3.3 混合基稀疏響應(yīng)面重構(gòu)算法
        3.3.1 混合基稀疏響應(yīng)面構(gòu)建流程
        3.3.2 P范數(shù)正則化
    3.4 測(cè)試案例及結(jié)果分析
        3.4.1 測(cè)試函數(shù)
        3.4.2 結(jié)果分析
    3.5 本章小結(jié)
第四章 基于分支定界的響應(yīng)面GPU并行尋優(yōu)
    4.1 引言
    4.2 基于區(qū)間算法的分支定界
        4.2.1 區(qū)間運(yùn)算法則及其擴(kuò)張效應(yīng)
        4.2.2 二次響應(yīng)面構(gòu)造
        4.2.3 二次響應(yīng)面區(qū)間運(yùn)算
        4.2.4 分支定界流程
        4.2.5 演示案例
    4.3 基于分支定界的GPU并行優(yōu)化算法
        4.3.1 GPU/CUDA簡(jiǎn)介
        4.3.2 算法流程及分析
    4.4 算法測(cè)試與分析
        4.4.1 平坦型測(cè)試函數(shù)
        4.4.2 多峰谷測(cè)試函數(shù)
        4.4.3 高維測(cè)試函數(shù)
    4.5 本章小結(jié)
第五章 原型系統(tǒng)與工程應(yīng)用驗(yàn)證
    5.1 引言
    5.2 復(fù)雜產(chǎn)品基于稀疏響應(yīng)面的仿真優(yōu)化原型系統(tǒng)
    5.3 雙橫臂懸架運(yùn)動(dòng)學(xué)多目標(biāo)優(yōu)化
        5.3.1 運(yùn)動(dòng)學(xué)模型與優(yōu)化問(wèn)題
        5.3.2 優(yōu)化結(jié)果
    5.4 某消防破拆車液壓及其控制參數(shù)優(yōu)化
        5.4.1 機(jī)液控聯(lián)合模型構(gòu)建
        5.4.2 優(yōu)化問(wèn)題及結(jié)果
    5.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于計(jì)算試驗(yàn)設(shè)計(jì)與代理模型的飛行器近似優(yōu)化策略探討[J]. 龍騰,劉建,WANG G Gary,劉莉,史人赫,郭曉松.  機(jī)械工程學(xué)報(bào). 2016(14)
[2]字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J]. 練秋生,石保順,陳書貞.  自動(dòng)化學(xué)報(bào). 2015(02)
[3]電動(dòng)汽車麥弗遜前懸架設(shè)計(jì)及參數(shù)優(yōu)化[J]. 陸建輝,周孔亢,郭立娜,侯永濤.  機(jī)械工程學(xué)報(bào). 2012(08)
[4]壓縮感知回顧與展望[J]. 焦李成,楊淑媛,劉芳,侯彪.  電子學(xué)報(bào). 2011(07)
[5]基于響應(yīng)面法和NSGA-Ⅱ算法的麥弗遜懸架優(yōu)化[J]. 李偉平,王世東,周兵,張利軒,馬義超.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(06)
[6]基于響應(yīng)面法的立式加工中心動(dòng)靜態(tài)多目標(biāo)優(yōu)化[J]. 姜衡,管貽生,邱志成,張憲民,陳忠,許冠.  機(jī)械工程學(xué)報(bào). 2011(11)
[7]壓縮感知研究[J]. 戴瓊海,付長(zhǎng)軍,季向陽(yáng).  計(jì)算機(jī)學(xué)報(bào). 2011(03)
[8]壓縮傳感理論與重構(gòu)算法[J]. 楊海蓉,張成,丁大為,韋穗.  電子學(xué)報(bào). 2011(01)
[9]L1/2 regularization[J]. XU ZongBen 1 , ZHANG Hai 1,2 , WANG Yao 1 , CHANG XiangYu 1 & LIANG Yong 3 1 Institute of Information and System Science, Xi’an Jiaotong University, Xi’an 710049, China;2 Department of Mathematics, Northwest University, Xi’an 710069, China;3 University of Science and Technology, Macau 999078, China.  Science China（Information Sciences）. 2010(06)
[10]基于移動(dòng)最小二乘響應(yīng)面方法的整車輕量化設(shè)計(jì)優(yōu)化[J]. 張勇,李光耀,鐘志華.  機(jī)械工程學(xué)報(bào). 2008(11)

博士論文
[1]基于區(qū)間分析方法的不確定參數(shù)轉(zhuǎn)子系統(tǒng)動(dòng)力學(xué)特性研究[D]. 張潔潔.哈爾濱工業(yè)大學(xué) 2016
[2]基于區(qū)間分析的系統(tǒng)可靠性設(shè)計(jì)與優(yōu)化[D]. 王偉.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[3]含區(qū)間不確定性參數(shù)的風(fēng)電齒輪傳動(dòng)系統(tǒng)動(dòng)力學(xué)特性研究[D]. 魏莎.清華大學(xué) 2015
[4]基于Kriging模型的全局近似與仿真優(yōu)化方法[D]. 李耀輝.華中科技大學(xué) 2015
[5]基于Chebyshev多項(xiàng)式的動(dòng)力學(xué)不確定性區(qū)間算法研究[D]. 吳景錸.華中科技大學(xué) 2013
[6]基于模態(tài)振型和響應(yīng)面法的結(jié)構(gòu)聲學(xué)性能優(yōu)化設(shè)計(jì)[D]. 臧獻(xiàn)國(guó).湖南大學(xué) 2011
[7]汽車車身結(jié)構(gòu)概念設(shè)計(jì)關(guān)鍵技術(shù)研究[D]. 宋凱.湖南大學(xué) 2010
[8]基于近似模型的汽車輕量化優(yōu)化設(shè)計(jì)方法[D]. 張勇.湖南大學(xué) 2009

碩士論文
[1]基于修正共軛梯度迭代硬閾值的高效激光輻射對(duì)稱性分析[D]. 尹志益.廣東工業(yè)大學(xué) 2018
[2]基于GPU并行計(jì)算的響應(yīng)面快速尋優(yōu)算法及應(yīng)用[D]. 張煥泉.廣東工業(yè)大學(xué) 2018
[3]基于稀疏表達(dá)的多項(xiàng)式響應(yīng)面模型及其仿真應(yīng)用研究[D]. 范才彬.華中科技大學(xué) 2015
[4]基于響應(yīng)面法的車身結(jié)構(gòu)聲學(xué)性能可靠性優(yōu)化設(shè)計(jì)[D]. 路懷華.湖南大學(xué) 2013
[5]基于Kriging模型的全局優(yōu)化方法研究[D]. 鄒林君.華中科技大學(xué) 2011



本文編號(hào)：3057098