MDO优化算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第1章 绪论 | 第14-20页 |
| ·引言 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·MDO 的主要研究团体 | 第15-16页 |
| ·国内外MDO 研究现状 | 第16-17页 |
| ·协同优化研究现状 | 第17-18页 |
| ·多方法协作优化研究现状 | 第18页 |
| ·本文研究内容 | 第18-20页 |
| 第2章 MDO 算法概述 | 第20-28页 |
| ·MDO 数学模型及术语 | 第20-22页 |
| ·多学科耦合系统 | 第20-21页 |
| ·MDO 的数学模型 | 第21-22页 |
| ·MDO 算法的分类 | 第22-25页 |
| ·单级优化算法 | 第23-24页 |
| ·多级优化算法 | 第24-25页 |
| ·MDO 所面临的主要技术问题 | 第25-27页 |
| ·优化算法 | 第26页 |
| ·代理模型技术 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 协同优化技术 | 第28-35页 |
| ·CO 的设计思想及数学描述 | 第28-30页 |
| ·CO 的设计思想及框架 | 第28-29页 |
| ·CO 的数学描述 | 第29-30页 |
| ·CO 算法的优点 | 第30-31页 |
| ·CO 算法存在的困难 | 第31-34页 |
| ·非线性的增强 | 第32-33页 |
| ·学科间复杂耦合性 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 优化算法与约束处理 | 第35-52页 |
| ·遗传算法 | 第35-37页 |
| ·遗传算法的基本流程 | 第35-37页 |
| ·遗传算法的改进策略 | 第37页 |
| ·分布式并行遗传算法 | 第37-44页 |
| ·并行遗传算法的实现 | 第38页 |
| ·分布式并行遗传算法 | 第38-40页 |
| ·算例 | 第40-44页 |
| ·约束处理 | 第44-51页 |
| ·算法描述及实现 | 第45-47页 |
| ·应用算例 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 代理模型技术 | 第52-67页 |
| ·常用代理模型方法 | 第52-56页 |
| ·多项式响应面模型 | 第53-54页 |
| ·径向基函数模型 | 第54页 |
| ·Kriging 模型 | 第54-55页 |
| ·人工神经网络模型 | 第55-56页 |
| ·试验设计方法 | 第56-60页 |
| ·全析因试验设计 | 第56-57页 |
| ·正交试验设计 | 第57-59页 |
| ·均匀试验设计 | 第59-60页 |
| ·代理模型技术改进 | 第60-66页 |
| ·多级代理模型优化算法的原理及实现 | 第60-63页 |
| ·算例分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 改进的协同优化方法 | 第67-74页 |
| ·算法框架的调整 | 第67-70页 |
| ·算例 | 第70-73页 |
| ·优化问题的数学表述 | 第70-71页 |
| ·算法对比 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第7章 多方法协作优化方法 | 第74-101页 |
| ·单独优化方法 | 第74-76页 |
| ·Powell 法 | 第74-75页 |
| ·模拟退火法 | 第75-76页 |
| ·多方法协作优化 | 第76-89页 |
| ·多方法协作优化的协作策略 | 第78-81页 |
| ·协作信息处理 | 第81页 |
| ·方法迭代步数确定 | 第81-88页 |
| ·协作优化终止准则确定 | 第88-89页 |
| ·测试函数 | 第89-90页 |
| ·飞机总体设计优化 | 第90-99页 |
| ·飞机学科分析模型 | 第91-96页 |
| ·优化模型 | 第96-97页 |
| ·优化结果分析 | 第97-99页 |
| ·本章小结 | 第99-101页 |
| 第8章 结论及对未来工作的展望 | 第101-104页 |
| ·本文的主要工作及结论 | 第101-102页 |
| ·未来工作的展望 | 第102-104页 |
| 参考文献 | 第104-110页 |
| 致谢 | 第110-111页 |
| 在学期间发表的学术论文及主持的科研项目 | 第111页 |
