[目的]針對傳統(tǒng)船舶結(jié)構(gòu)可靠性優(yōu)化設(shè)計中難以同時保證全局近似精度與計算效率的問題,提出一種基于少數(shù)類合成的過采樣算法（SMOTE）和動態(tài)代理模型的可靠性優(yōu)化策略。[方法]首先,通過最優(yōu)拉丁超立方試驗設(shè)計,在設(shè)計空間中選擇初始樣本點,構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型;然后,利用全局優(yōu)化算法-模擬退火法（ASA）和可靠性優(yōu)化設(shè)計的單循環(huán)法（SLA）,找到當(dāng)前全局最優(yōu)解;最后,通過SMOTE算法增加最優(yōu)解周圍的樣本點,更新代理模型以提高其在全局最優(yōu)解附近的精度,直至優(yōu)化迭代收斂。[結(jié)果]結(jié)果顯示,SMOTE算法可以合成位于失效面附近的樣本點,從而使BP神經(jīng)網(wǎng)絡(luò)模型更高效地擬合極限狀態(tài)函數(shù);SLA法將可靠性優(yōu)化問題解耦成確定性優(yōu)化問題,在保持計算精度的同時提高了計算效率。[結(jié)論]優(yōu)化結(jié)果表明,采用所提方法在獲得分析模型全局最優(yōu)解的同時還能有效減少計算成本。 

【文章來源】：中國艦船研究. 2020,15(05)北大核心CSCD

【文章頁數(shù)】：10 頁

【參考文獻】：
期刊論文
[1]基于序列Kriging模型的汽車車身輕量化可靠性優(yōu)化設(shè)計[J]. 李方義,文忠武,劉杰,榮見華,李鳳玲.  汽車安全與節(jié)能學(xué)報. 2017(02)
[2]基于迭代均值組合近似模型和序貫優(yōu)化與可靠性評估法的船舶結(jié)構(gòu)優(yōu)化設(shè)計[J]. 胡新明,王德禹.  上海交通大學(xué)學(xué)報. 2017(02)
[3]基于全局敏感性分析和動態(tài)代理模型的復(fù)雜非線性系統(tǒng)優(yōu)化設(shè)計方法[J]. 張揚,張維剛,馬桃,唐婷.  機械工程學(xué)報. 2015(04)
[4]SMOTE算法在不平衡數(shù)據(jù)中的應(yīng)用[J]. 孫濤,吳海豐,梁志剛,賀文,張鐳,呂平欣,郭秀花.  北京生物醫(yī)學(xué)工程. 2012 (05)
[5]基于單循環(huán)方法的渦輪葉片可靠性及多學(xué)科設(shè)計優(yōu)化[J]. 賀謙,李元生,敖良波,溫志勛,岳珠峰.  推進技術(shù). 2011(05)
[6]基于動態(tài)徑向基函數(shù)代理模型的優(yōu)化策略[J]. 彭磊,劉莉,龍騰.  機械工程學(xué)報. 2011(07)

博士論文
[1]基于不確定性的優(yōu)化方法及其在飛機設(shè)計中的應(yīng)用[D]. 王宇.南京航空航天大學(xué) 2010

碩士論文
[1]基于代理模型的船舶結(jié)構(gòu)輕量化技術(shù)研究[D]. 龍周.上海交通大學(xué) 2019



本文編號：3520483