多学科设计优化 ( MDO ) 机电毕业设计(论文) 下载本文

山东科技大学学士学位论文

比较过程中,综合考虑时间、解决问题个数、精度三个方面的因素,通过对各种算法在解决不同案例时的特性进行统计和分析,在三维图中表示出来,由此得到的就是算法比较的三维模型,它为工程界进行算法选择提供有力的支持。

算法比较三维模型是建立在算法应用效果的统计基础上的。因此,在进行数据统计的时候,应当对统计的环境进行阐述。

1) 测试硬件选择

测试硬件对最终计算的精度还有算法运行时间都有影响。为了在同一平台上对算法进行比较,在整个实验过程中,用同一配置的电脑来运行所有的案例。

2) 测试案例选择

为了全面地反映算法特性,所选的测试案例的范围要广,并且要具备工程特性。因此,在选择的案例中,变量个数,约束个数和约束类型都尽可能的覆盖。

3) 数据收集方法

根据3.4.1中的比较指标,在数据收集时只需要收集某种算法在具体的运算过程中,运行的绝对时间以及目标函数值,就可以得到精度,运行时间和解决问题的个数的具体数值。 3.4.3 案例的选择

案例的选择对算法比较有很大的影响。由于是在 MDO框架下研究智能算法,所选取的测试问题必须符合 MDO研究对象的特点,即多变量、多学科等,单一的测试问题不能满足测试多样性的要求。为了较全面地反映研究算法的性能,根据前述各算法的特点,本文选择了23个案例,在变量个数、约束个数、约束类型等方面都覆盖得比较全面。有关23个案例的特点描述如表 3.2所示。

25

山东科技大学学士学位论文

案例名称

parsing

approximations TDM hub

distributed iSightScaling Entry iStudy DHS

exploratory mixedtype

multi_objective numeric monte_carlo persistent_codes reliability_analysis reliability_optimization six_sigma_robust_design taguchi_robust_design rule

mesh_model_search tradeoff_analysis

user_supplied_gradients 设计变量 2 10 2 120 6 6 6 6 4 4 4 4 4 3 4 3 3 4 3 6 6 2 2 常变量 不等式

约束 1 1 0 21 3 2 0 884 4 8 0 10 4 8 4 8 0 5 0 5 0 4 0 4 0 2 0 4 0 5 0 4 0 4 3 5 0 4 4 8 0 6 0 2 0 2 等式约

束 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 目标变量 1 1 10 2 3 1 3 3 2 2 1 3 2 1 2 1 1 2 1 3 2 1 1

表3.2 案例特点描述

3.4.4 数据收集和整理

将上面选择的案例在iSIGHT中运行,下面以parsing案例具体说明。 首先,用iSIGHT软件打开案例,如下图:

26

山东科技大学学士学位论文

然后,打开参数窗口,找出里面的目标变量(为后面的数据记录做准备),这里Volume是目标变量,如下图:

27

山东科技大学学士学位论文

接着,就是编辑我们所需要的智能算法,打开算法编辑窗口,如图:

28