《時序可控近似模型技術及其對非線性問題的研究》是依託湖南大學,由王琥擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:時序可控近似模型技術及其對非線性問題的研究
- 項目類別:青年科學基金項目
- 項目負責人:王琥
- 依託單位:湖南大學
中文摘要,結題摘要,
中文摘要
本項目旨在提出一種基於時序相關性最佳化問題的近似模型構造方法。它的最大特點是將研究對象的整個試驗過程作為近似模型的數據源,建立時序相關數據集,通過對樣本歷史信息的認知,抽取敏感時間段,建立基於時序可控近似模型。這一模式的成功構建,可以最大限度體現時序相關過程的物理實質,並通過設計參數對目標函式進行有效地時序控制。在試驗設計階段,通過設計參數的耦合性分析,結合基於邊界條件和最優領域的智慧型布點機制,擬建立基於HDMR解耦技術的智慧型布點方法,建立具有合理耦合項的數學模型,合理控制設計空間內的樣本數量;在近似模型構造階段,擬建立自組織近似模型構造模式,通過對近似模型的結構風險和經驗風險的分析,自動選擇不同的近似模型構造方法或近似模型構造組合,直至收斂;在最佳化階段,針對可能出現的失穩現象,構建基於時序離散時間體系,採用顯式判據,確認近似模型的作用域。三階段環環相扣,相互作用,成為完整的閉環最佳化體系。
結題摘要
本課題提出並建立了基於時序相關性最佳化問題的近似模型構造方法,其最大特點是將研究對象的整個試驗過程作為近似模型的數據源,建立時序相關數據集,通過對樣本歷史信息的認知,抽取敏感時間段,建立基於時序可控近似模型。同其他近似模型方法相比,可以體現時序相關過程的物理實質,並通過設計參數對目標函式進行有效地時序控制。在試驗設計階段,建立了基於邊界條件和最優領域的智慧型布點機制,並建立了基於HDMR解耦技術的智慧型布點方法,將近似模型的項控制在合理的範圍內;在近似模型構造階段,擬建立自組織近似模型構造模式,通過對近似模型的結構風險和經驗風險的分析,建立了基於機率模型的支持向量機模型構造方法;在最佳化階段,採用控制參數較少的粒子群最佳化方法。三階段環環相扣,相互作用,成為完整的閉環最佳化體系。此外,為了進一步提升算法的計算效率,本課題採用了基於GPU平台的並行計算方法,大幅度提高了正問題的求解效率。為了驗證算法的有效性,本課題將該方法用於車身輕量化設計,得到了令人滿意的結果。