《基于知識工程的多學科設計優(yōu)化》的主要目標是通過基本概念的全面介紹,使讀者深刻理解構(gòu)成MDO技術基礎的優(yōu)化方法。第2~6章涵蓋了這部分內(nèi)容,熟悉優(yōu)化方法和優(yōu)化理論的讀者可略讀或有選擇地閱讀這些章節(jié)。該書通過3章內(nèi)容來介紹MDO的核心知識:第7章闡述了解決假設問題的靈敏度分析方法;第8章介紹了當下先進的MDO框架范例;第11章提供了減少計算量的方法和途徑。由于成功的設計案例均考慮了變量的不確定性,所以第10章介紹了一些典型的致力于控制不確定性的適用工具。
以上章節(jié)構(gòu)成了該書的主體,鑒于KBE已開始在MDO方法的應用中起到重要作用,該書在第9章和附錄A中對該內(nèi)容進行了介紹。在這部分內(nèi)容中,讀者可以了解到如何在設計過程中將KBE和其他分析工具融合使用,并借助MDO設計方法找到設計結(jié)果。此外,該書還突破了傳統(tǒng)KBE及MDO的局限性,介紹了如何通過KBE將更寬泛的設計因素納入計算設計過程,讀者可藉此形成一種擴展KBE應用范疇的理念,即KBE可在MDO起關鍵作用的復雜產(chǎn)品設計過程中管理主要設計工作。
15世紀時,菲利波·布魯涅列斯齊( Fillippo Brunelleschi)單憑一己之力就完成了佛羅倫薩圣母百花大教堂宏偉穹頂?shù)脑O計工作。19世紀時,即使像伊桑巴德·金德姆·布魯內(nèi)爾( Isambard Kingdom Brunel)這樣偉大的工程師,也已經(jīng)需要在工作中借助小型助理團隊的力量。到了設計波音747飛機的時候,喬·薩特(Joe Sutter)的工程師團隊則由開始的幾百人發(fā)展到最終的4500人。事實上,如果將那些致力于為飛機提供動力的發(fā)動機設計團隊也包含在內(nèi)的話,波音747設計團隊的規(guī)模遠不止這個數(shù)字。隨著所設計產(chǎn)品及設計過程的日益復雜,涉及的人力資源需求也在不斷增長。正如格言“一切影響一切”所述,一個現(xiàn)代產(chǎn)品的設計過程錯綜復雜,產(chǎn)品系統(tǒng)的各個部分之間以及它們隱含的抽象數(shù)學模型之間均存在著非常復雜的交互耦合。時至今日,任何一個大型產(chǎn)品的設計,如空客A380和倫敦碎片大廈(London Shard)那樣的建筑物,都是由分布在全球各地的團隊共同完成的,而這種分布式的設計模式又進一步增加了產(chǎn)品設計過程的復雜度。
在認識到有必要發(fā)展一些工具來輔助完成設計任務和設計過程之后,工程界為此付出了巨大努力。這也直接引領了產(chǎn)品設計相關學科的蓬勃發(fā)展,如結(jié)構(gòu)分析、空氣動力學分析和熱分析等一系列的計算分析方法。一個全新設計理應提升既往產(chǎn)品的性能,這就要求每個設計工程師或設計工程師團隊有能力將上述計算分析方法及其他輔助設計工具通過優(yōu)化策略聯(lián)系起來,并形成一個探尋產(chǎn)品更優(yōu)設計方案的有效手段。此外,技術的快速變革削弱了歷史數(shù)據(jù)的參考價值,進一步增大了設計任務的難度,為了充分考慮各種物理現(xiàn)象和工程學科之間的交互耦合,工程師們不得不采用一些新的設計方法。以多學科設計優(yōu)化(Multidisciplinary De-sign Optimization,MDO)和知識工程(Knowledge Based Engineering,KBE)為代表的先進設計方法應運而生,這兩種方法也正是本書主題所在。
本書的主要研究對象MDO起源于結(jié)構(gòu)優(yōu)化,當然也可能產(chǎn)生于結(jié)構(gòu)一氣動組合優(yōu)化,其在過去的30年間蓬勃發(fā)展已碩果累累。就其目前工作方式而言,MDO主要針對那些無法分開或單獨處理的學科及設計要求,通過高度交互的方式將優(yōu)化方法和學科自身的分析工具結(jié)合起來,以達到優(yōu)化設計的目的。最近,總體設計任務的復雜化使一些新工具和新方法嶄露頭角,相比于MDO范疇內(nèi)的工具和方法,它們能夠支持更廣范圍內(nèi)的設計活動,如對設計數(shù)據(jù)和設計過程的捕獲、存儲、檢索以及處理。KBE前景廣闊,其涵蓋設計過程的同時也包括了計算設計工具的具體應用,可為那些非專業(yè)的工程師們應用MDO方法提供巨大幫助。
本書的主要目標是通過基本概念的全面介紹,使讀者深刻理解構(gòu)成MDO技術基礎的優(yōu)化方法。第2~6章涵蓋了這部分內(nèi)容,熟悉優(yōu)化方法和優(yōu)化理論的讀者可略讀或有選擇地閱讀這些章節(jié)。本書通過3章內(nèi)容來介紹MDO的核心知識:第7章闡述了解決假設問題的靈敏度分析方法;第8章介紹了當下最先進的MDO框架范例;第11章提供了減少計算量的方法和途徑。由于成功的設計案例均考慮了變量的不確定性,所以第10章介紹了一些典型的致力于控制不確定性的適用工具。
以上章節(jié)構(gòu)成了本書的主體,鑒于KBE已開始在MDO方法的應用中起到重要作用,本書在第9章和附錄A中對該內(nèi)容進行了介紹。在這部分內(nèi)容中,讀者可以了解到如何在設計過程中將KBE和其他分析工具融合使用,并借助MDO設計方法找到最優(yōu)的設計結(jié)果。此外,本書還突破了傳統(tǒng)KBE及MDO的局限性,介紹了如何通過KBE將更寬泛的設計因素納入計算設計過程,讀者可藉此形成一種擴展KBE應用范疇的理念,即KBE可在MDO起關鍵作用的復雜產(chǎn)品設計過程中管理主要設計工作。
趙良玉,男,畢業(yè)于北京理工大學飛行器設計專業(yè),工學博士,F(xiàn)任北京理工大學宇航學院副教授,《航空兵器》編委,AIAA Senior Member。長期從事飛行器總體設計、導航制導與控制、系統(tǒng)集成與仿真等領域的教學和科研工作。主持國家自然科學基金、航空科學基金及企業(yè)協(xié)作等項目10余項,獲國防科學技術進步獎一等獎1項。發(fā)表學術論文60余篇,授權發(fā)明專利10項,出版專著1部、譯著3部。
第1章 緒論
1.1 背景知識
1.2 本書宗旨
1.3 工程師的職責
1.4 本書內(nèi)容
1.4.1
第2章:現(xiàn)代設計與優(yōu)化
1.4.2
第3章:約束設計空間搜索
1.4.3
第4章:單目標優(yōu)化設計問題的直接搜索法
1.4.4
第5章:啟發(fā)式隨機搜索和網(wǎng)絡技術
1.4.5
第6章:多目標優(yōu)化問題
1.4.6
第7章:靈敏度分析
1.4.7
第8章:多學科設計優(yōu)化架構(gòu)
1.4.8
第9章:知識工程
1.4.9
第10章:不確定性多學科設計優(yōu)化
1.4.10 第ll章:控制和降低優(yōu)化計算成本和計算時間的方法
1.4.11 附錄A:KBE在MD0系統(tǒng)中的應用
1.4.12 附錄B:MD0應用指南
第2章 現(xiàn)代設計與優(yōu)化
2.1 引言
2.2 現(xiàn)代設計的本質(zhì)
2.3 現(xiàn)代設計與優(yōu)化
2.3.1 設計流程概述
2.3.2 設計任務的數(shù)學建模
2.3.3 單一優(yōu)化
2.4 從優(yōu)化到現(xiàn)代設計:MD0的作用
2.4.1 工程系統(tǒng)優(yōu)化問題示例
2.4.2 關于機翼示例的一般性結(jié)論
2.5 MD0對軟件工具的需求關系
2.5.1 知識工程
參考文獻
第3章 約束設計空間搜索
3.1 引言
3.2 優(yōu)化問題定義
3.3 最優(yōu)解特性
3.3.1 曲率約束問題
3.3.2 頂點約束問題
3.3.3 曲率和頂點約束問題
3.3.4 庫恩一塔克條件
3.4 拉格朗日函數(shù)和對偶性
3.4.1 拉格朗日函數(shù)
3.4.2 對偶問題
附錄3
參考文獻
第4章 單目標優(yōu)化設計問題的直接搜索法
4.1 引言
4.2 基本算法
4.3 初步?jīng)Q策
4.3.1 線搜索
4.3.2 多項式搜索
4.3.3 離散線搜索
4.3.4 主動集策略和約束滿足
4.4 無約束搜索算法
4.4.1 無約束一階算法或最速下降法
4.4.2 應用牛頓步長的無約束二次搜索方法
4.4.3 變尺度搜索方法
4.5 序貫無約束極小化方法
4.5.1 罰函數(shù)法
4.5.2 增廣拉格朗日函數(shù)法
4.5.3 SUMT的簡單比較
4.5.4 算例
4.6 約束優(yōu)化算法
4.6.1 約束最速下降法
……
第5章 啟發(fā)式隨機搜索和網(wǎng)絡技術
第6章 多目標優(yōu)化問題
第7章 靈敏度分析
第8章 多學科設計優(yōu)化架構(gòu)
第9章 知識工程
第10章 不確定性多學科設計優(yōu)化
第11章 控制和降低優(yōu)化計算成本和計算時間的方法
附錄A KBE在MDO系統(tǒng)中的應用
附錄B MDO應用指南