《基於變複雜度和GPU並行的高效多回響穩健最佳化算法研究》是依託湖南大學，由孫光永擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於變複雜度和GPU並行的高效多回響穩健最佳化算法研究
- 項目類別：青年科學基金項目
- 項目負責人：孫光永
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
穩健最佳化方法能有效提高產品的質量。然而，傳統的穩健最佳化方法主要集中在單回響穩健最佳化研究方面，並且效率低下，限制了其在複雜產品設計中的套用。開展多個回響互相衝突的多回響穩健最佳化方法研究並且提高穩健最佳化方法的求解效率和精度是工程最佳化設計領域迫切需要解決的共性基礎問題。本項目充分利用混合代理模型技術、變複雜度技術和序列近似技術的優點，提出一種自適應變複雜度混合代理模型(AVFHS)的建模方法；研究人工蜜蜂算法的並行求解機理，開發基於GPU並行加速的多目標人工蜜蜂算法(GPU-MOABC)；建立考慮參數波動和多個質量特性互相衝突的多回響穩健最佳化數學模型，探討多回響穩健最佳化模型的解耦技術和求解方法，並在GPU平台上實現並行化。以泡沫鋁填充薄壁結構的耐撞性最佳化設計為例，驗證提出的方法的有效性。該項目的研究成果為大幅提高複雜產品的設計水平提供一個高效的解決方案。
結題摘要
穩健最佳化方法能有效提高產品的質量。然而，傳統的穩健最佳化方法主要集中在單回響穩健最佳化研究方面，並且效率低下，限制了其在複雜產品設計中的套用。開展多個回響互相衝突的多回響穩健最佳化方法研究並且提高穩健最佳化方法的求解效率和精度是工程最佳化設計領域迫切需要解決的共性基礎問題。本項目充分利用混合代理模型技術、變複雜度技術和序列近似技術的優點，提出一種自適應變複雜度混合代理模型(AVFHS)的建模方法；研究人工蜜蜂算法的並行求解機理，開發基於GPU 並行加速的多目標人工蜜蜂算法(GPU-MOABC)；建立考慮參數波動和多個質量特性互相衝突的多回響穩健最佳化數學模型，探討多回響穩健最佳化模型的解耦技術和求解方法，並在GPU 平台上實現並行化。以泡沫鋁填充薄壁結構的耐撞性最佳化設計為例，驗證提出的方法的有效性。該項目的研究成果為大幅提高複雜產品的設計水平提供一個高效的解決方案。
