專利名稱：在帕累托最佳區(qū)域使用順序自適應(yīng)采樣的多目標(biāo)工程設(shè)計優(yōu)化的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總地涉及工程產(chǎn)品設(shè)計優(yōu)化；更具體地，本發(fā)明涉及在產(chǎn)品(例如，汽車)的多目標(biāo)工程設(shè)計優(yōu)化中，基于響應(yīng)撞擊事件(例如，汽車碰撞)的耐久性(例如耐撞性)選擇采樣點(即，替代性產(chǎn)品設(shè)計)。
背景技術(shù)：
現(xiàn)今計算機輔助工程(computer aided engineering, CAE)用于在諸如分析、模擬、設(shè)計、制造等的任務(wù)中支持工程師。在傳統(tǒng)工程設(shè)計程序中，CAE分析(例如，有限元分析(finite element analysis, FEA)、有限差分析、無單元分析、計算流體動力學(xué)(computational fluid dynamics, CFD)分析、用于降低噪聲-振動-不平順性(noise-vibration-harshness, NVH)的模態(tài)分析,等)已用來評價各響應(yīng)(例如，應(yīng)力、位移等)。以汽車設(shè)計為例，使用FEA分析轎車的特定版本或特定設(shè)計，以獲得由于某些負(fù)荷條件造成的響應(yīng)。隨后，工程師將通過調(diào)整某些參數(shù)或設(shè)計變量(例如，鋼殼的厚度、框架的位置)，基于特定目標(biāo)和約束條件去嘗試改進(jìn)轎車設(shè)計。另一 FEA旨在反映這些變化，直到已實現(xiàn)“最優(yōu)”設(shè)計。然而，這一方法通常取決于工程師的知識或以試錯法為基礎(chǔ)。此外，如任何工程問題或工程項目中所常見的，這些目標(biāo)和約束條件通常相互矛盾和相互作用，且設(shè)計變量為非線性方式。因此，如何調(diào)整它們以實現(xiàn)“最優(yōu)”設(shè)計或“最優(yōu)”權(quán)衡(trade-off)并不是非常清楚。這一情形在多準(zhǔn)則優(yōu)化下甚至變得更為復(fù)雜；所述多準(zhǔn)則優(yōu)化需要數(shù)個不同的CAE分析 (例如，F(xiàn)EA、CFD和NVH)，以滿足一組矛盾目標(biāo)。為解決該問題，使用稱為工程設(shè)計優(yōu)化、用于確認(rèn)“最優(yōu)”設(shè)計的系統(tǒng)方法。具有超過一個設(shè)計目標(biāo)函數(shù)的上述系統(tǒng)的優(yōu)化稱為多目標(biāo)工程設(shè)計優(yōu)化，其導(dǎo)致在各設(shè)計目標(biāo)間有體現(xiàn)不同權(quán)衡的一組最佳工程設(shè)計。這些最佳工程設(shè)計在N-維設(shè)計變量空間中稱為帕累托最佳點(pareto optimal point，POP)，其中N是對優(yōu)化有利害關(guān)系的設(shè)計變量的數(shù)量。這一工程優(yōu)化程序的其中一種典型現(xiàn)有技術(shù)的方法包括以下步驟:a、在N-維設(shè)計變量空間中選擇一組合適的采樣點(即，替代性工程設(shè)計)。b、在計算機系統(tǒng)中對這些采樣點進(jìn)行數(shù)值模擬(例如，F(xiàn)EA),以獲取每個采樣點的數(shù)值模擬的結(jié)構(gòu)響應(yīng)(即，每個替代性設(shè)計具有一組獨特的N設(shè)計變量)。C、使用數(shù)值模擬的結(jié)構(gòu)響應(yīng)構(gòu)建稱為元模型(meta model)的近似值,所述基本模型可用于在N-維設(shè)計變量空間中、在任何位置預(yù)測結(jié)構(gòu)響應(yīng)。d、通過求解近似設(shè)計優(yōu)化問題、通過使服從約束條件兌,⑴< 0;./ = 123.的目標(biāo)函數(shù). ；;/+ = 1,2,3，...,《最小化，獲得一系列帕累托最佳點(S卩，產(chǎn)品設(shè)計)或產(chǎn)品設(shè)計
X*= Ix1, X2, X3,…，xQ};其中7；(x:^P, ,(x)以近似函數(shù)或基本模型為基礎(chǔ)。使用基本模型有三重目的:(I)第一是與使用直接多目標(biāo)優(yōu)化方法相比時，例如眾所周知的NSGA-1I(非支配排序遺傳算法-NSGA)，降低進(jìn)行優(yōu)化所需的模擬的數(shù)量。直接優(yōu)化算法一般用數(shù)千個模擬進(jìn)行收斂(converge)，而基于基本模型的方案可能僅需要數(shù)百個模擬。(2)基本模型優(yōu)化的第二動機在于，在優(yōu)化后可進(jìn)一步調(diào)節(jié)基本模型。例如，只要用于組裝新構(gòu)想(formulation)的所有響應(yīng)是可用的,在修改設(shè)計構(gòu)想后可緊跟有快速再優(yōu)化。以及(3)第三原因在于，僅使用基本模型才可進(jìn)行基于可靠性的設(shè)計優(yōu)化，這是由于其他方法(例如，蒙特卡羅模擬)由于需要多重直接模擬是不可行的?？蓱{借用于多目標(biāo)優(yōu)化的順序優(yōu)化程序調(diào)整以上的近似設(shè)計優(yōu)化程序。這通過基于已有的數(shù)值模擬的結(jié)構(gòu)響應(yīng)(來自于之前的迭代)和當(dāng)前在新采樣點獲得的數(shù)值模擬的結(jié)構(gòu)響應(yīng)，通過反復(fù)增加采樣設(shè)計點和構(gòu)建新基本模型來實現(xiàn)。因此，單個目標(biāo)優(yōu)化的一種現(xiàn)有技術(shù)的方法是構(gòu)建順序法，其中在每個迭代中增加點，從而逐步靠近最佳設(shè)計。這改進(jìn)了解附近的精確度，同時在遠(yuǎn)離解的區(qū)域中花費較少努力。對多目標(biāo)優(yōu)化而言，一種示范性現(xiàn)有技術(shù)的方法在以下步驟中歸納:1、在N-維設(shè)計變量空間中，通過使各采樣點盡可能地相互遠(yuǎn)離和遠(yuǎn)離之前選擇的點來選擇采樣點(在第一迭代中不存在之前模擬的點，但在其他迭代中之前模擬的點的數(shù)量越來越多)。2、在選擇的采樣點處進(jìn)行計算機模擬或數(shù)值模擬。3、使用數(shù)值模擬的結(jié)構(gòu)響應(yīng)來構(gòu)建基本模型。4、通過求解由這些基本模型構(gòu)建的近似優(yōu)化問題獲得近似P0P，其作為集合X'5、使用POP的鄰域作為基礎(chǔ)來選擇新采樣點，使用新的和已有的采樣點重復(fù)步驟2_4。例如，以上程序的問題存在于步驟5，選擇新采樣點是在完整的N-維設(shè)計變量空間中進(jìn)行。第一，這通常需要取決于用戶經(jīng)驗或知識的特別程序。第二，可能會選擇許多不必要的采樣點。當(dāng)基于耐撞性優(yōu)化汽車設(shè)計時，完整轎車模型的每個計算機模擬(即，具有獨特組合的N設(shè)計變量的一個采樣點)需要多處理器計算機系統(tǒng)執(zhí)行數(shù)小時。結(jié)果，上述程序過于耗時和耗費資源，因此有時是不實際和不可行的。此外，在每個新迭代選擇采樣點可能不夠多樣化。結(jié)果，由于設(shè)計標(biāo)準(zhǔn)的近似值不精確(即，采樣點不夠多樣化)，可能在錯誤位置進(jìn)行對帕累托最佳點的尋找。選擇的采樣點的多樣化允許采用逐漸緊縮的帕累托最佳區(qū)域進(jìn)行更寬的早期尋找，從而增強尋找的收斂性。因此，在產(chǎn)品的順序多目標(biāo)工程設(shè)計優(yōu)化中，需要一種用于選擇采樣點的更有效和高效的程序。

發(fā)明內(nèi)容
本文所用的用語“采樣點”在這一文本中指具有一組獨特的N設(shè)計變量的N-維設(shè)計變量空間中的產(chǎn)品設(shè)計。用語“帕累托最佳點”體現(xiàn)了由于多目標(biāo)優(yōu)化產(chǎn)生的最佳產(chǎn)品設(shè)計。用語“空間填充(space f i 11 ing ) ”指的是使任何兩個采樣點間的最小距離最大化的點選擇方法?？蓽y量新采樣點(仍待定位)和固定點(已經(jīng)進(jìn)行過模擬的地方)之間的距離，或者可測量兩個新點之間的距離?？蓮幕旌系碾x散-連續(xù)設(shè)計空間中選擇新點。離散-連續(xù)設(shè)計空間意味著一些設(shè)計變量可假設(shè)為其各個下限與上限間的任何值(連續(xù))，而其他設(shè)計變量選自一組特定的值(離散)。新點可能受限于以當(dāng)前解為中心的N-維設(shè)計變量空間的子區(qū)域。用語“沖孔(piercing)”指的是一種點選擇方法；通過使選擇的點與其他之前選自超集(superset)的點或與其他超集外的固定點(例如，之前模擬的采樣點)間的最小距離最大化，所述方法從一超集的限定點(固定點)選擇特定數(shù)量的點。因此，最終集合的點彼此相離較遠(yuǎn)，且距離任何固定點(如果有限定的話)較遠(yuǎn)。因此，沖孔也是一空間填充方法，旦其基于固定集合的點。用語“近似POP”指的是來源于基本模型的那些最佳產(chǎn)品設(shè)計，所述基本模型由一個或多個采樣點的數(shù)值模擬的結(jié)構(gòu)響應(yīng)構(gòu)建得到。每個基本模型與設(shè)計目標(biāo)和約束條件相關(guān)。例如，設(shè)計目標(biāo)可包含但不限于待優(yōu)化的產(chǎn)品的質(zhì)量(重量)和強度。約束條件可能是撞擊過程中可允許的最大侵入。換言之，使用多目標(biāo)的、基于基本模型的優(yōu)化獲得近似POP。公開了一種在產(chǎn)品(例如，汽車)的順序多目標(biāo)工程設(shè)計優(yōu)化中、基于響應(yīng)撞擊事件的耐久性(例如，耐撞性)選擇采樣點的系統(tǒng)及方法。通常在當(dāng)前預(yù)測的POP集合f的附近選擇每個迭代的采樣點，從而加速優(yōu)化過程。由于在最初少數(shù)迭代過程中的解不確定(這是由于基本模型的近似性質(zhì))，每個步驟的采樣點通常初始選擇為距離預(yù)測的POP較遠(yuǎn)。然后，隨著每次迭代的進(jìn)行它們移近預(yù)測的POP。在POP附近創(chuàng)建新點稱為多樣化。根據(jù)一個方面，結(jié)合多樣化選擇POP時有三個基本步驟:(I)找到可用作多樣化中心的一集合的帕累托最佳邊界(Pareto Optimal Frontier, P0F)核(kernal), (2)生成一較大的多樣化點的基本集合，以及(3)從基本集合選取空間填充點的子集。根據(jù)本發(fā)明的示范性實施例，如下所示從POF鄰域選擇每個迭代的采樣點:減少:由于近似的POP可包含數(shù)千個點，使用沖孔方法減少當(dāng)前的近似P0P，從而選擇帕累托最佳點的子集(見圖3)這些點指定為POF核。每個POF核由相應(yīng)子區(qū)域圍繞(見圖4和圖5)。為了在核子區(qū)域間實現(xiàn)顯著重疊，所需數(shù)量的POF核L選擇為等于(范圍
因子)X (特定迭代中需要的點的數(shù)量=MX范圍因子q⑴按下式計算J =+，其中r(i)
是在首次迭代中從r(i)=l.0開始的、迭代i的當(dāng)前多樣性范圍因子。范圍分?jǐn)?shù)ra)=l.0意味著子區(qū)域相對于所有設(shè)計變量填充整個設(shè)計空間。在每個迭代之后，通過乘以收縮率入(例如X=0.7)縮小該范圍，以找到新迭代的范圍換言之,每個迭代的子區(qū)域與大小相關(guān)聯(lián)。根據(jù)本發(fā)明的一個實施例，連同域降階法(domain reduction approach)的試探法使用具有結(jié)合的同等權(quán)重目標(biāo)的設(shè)計的運動(所述設(shè)計的運動也在近似POP上)。該方法各自減少了每個變量的范圍。1、如果減少的POF所需的POF核的數(shù)量大于完整POP中可用點的數(shù)量，采用所有可用點。在某些情況下，在POP的初始集合中甚至可能有單點。2、多樣化:通過增加圍繞每個POF核的M點使POP多樣化(圖4)。這些點進(jìn)行空間填充，并增加到以每個POF核為中心的子區(qū)域中；即，這些點使它們與所有其他采樣點和所有其他多樣化點間的距離最大化，所有其他采樣點和所有其他多樣化點是從一個POF核移動到另一 POF核時選擇的較遠(yuǎn)的點。每個變量j的子區(qū)域的大小為r(i)*(%-Lp，Uj和Lj代表設(shè)計空間的上限和下限，r⑴代表迭代(i)的范圍因子。包含POF核在內(nèi)，在L子區(qū)域中現(xiàn)在一共有L*M個基本點。范圍因子q⑴和重疊因子的選擇確保子區(qū)域間充分重疊。3、離散空間填充:通過從L*M個基本點的完整多樣化集合選取M個點的子集來使用空間填充方法；所述空間填充法使相互間和所有點間的最小距離最大化，所述所有點(在之前的迭代中)已進(jìn)行了模擬(見圖6)。根據(jù)一個方面，本發(fā)明對如何選擇r⑴并不敏感，只要每個迭代的子區(qū)域的大小減小即可，以便多樣化的基本點越來越靠近POF核移動。應(yīng)該注意的是，收縮率\沒必要是恒定的，而可以由其他方式確定；所述其他方式并不必然會改變多樣化方法的本質(zhì)或本文描述的發(fā)明的有效性。例如，可由單個最佳設(shè)計的迭代運動確定收縮率(例如，通過將多目標(biāo)優(yōu)化問題的多重目標(biāo)合并為單個目標(biāo)來計算)。產(chǎn)生的M個點的點集是下一迭代的試驗設(shè)計(樣本集合)。參見圖7。重復(fù)處理直到完成最終迭代(例如，迭代的最大數(shù)量，子區(qū)域的大小已減少到預(yù)設(shè)最小大小等)。一旦仔細(xì)閱讀對本發(fā)明實施例的以下詳細(xì)描述、連同加以考慮各附圖，本發(fā)明的目標(biāo)、特征和優(yōu)點將變得顯而易見。


結(jié)合以下描述、所附權(quán)利要求和附圖將更好地理解本發(fā)明的所有特征、方面和優(yōu)點，所述附圖如下:圖1是根據(jù)本發(fā)明實施例的、在示范性二維設(shè)計變量空間中，在多目標(biāo)工程設(shè)計優(yōu)化開始時(初始迭代)初始集合的示范性采樣點(即，工程設(shè)計)的示意圖；圖2是在圖1的設(shè)計變量空間中，當(dāng)前選擇的集合的采樣點(即，工程設(shè)計)連同來源于基本模型的許多近似帕累托最佳點(POP)的示意圖；圖3是在圖1的設(shè)計變量空間中，當(dāng)前選擇的集合的采樣點(即，工程設(shè)計)連同POF核(以實心黑圈示出)的示意圖；圖4是在圖1的示范性設(shè)計變量空間中，圍繞各個POF核(以黑色實心圓示出)的一個或多個示范性子區(qū)域的示意圖；圖5是密集分布有(populated with)特定數(shù)量的多樣性基本點(diversity basispoint)的每個子區(qū)域的示意圖。每個多樣性基本點由圓周標(biāo)點(circumpunc)描述。計算多樣性基本點，以相互遠(yuǎn)離并遠(yuǎn)離所有之前的模擬設(shè)計。在多樣性基本點中包含有起始POF核(實心圓)；圖6是在圖1的示范性設(shè)計變量空間中，選自圍繞各個POF核的多個多樣性基本點(圓周標(biāo)點)的示范性集合的多樣性采樣點的示意圖。多樣性采樣點示出為實心三角形。多樣性采樣點選自使用沖孔法的多樣性基本點；圖7是在圖1的示范性設(shè)計變量空間中、用于下一迭代的選擇性合并的當(dāng)前選擇的示范性集合的采樣點的示意圖；圖8是根據(jù)本發(fā)明一個實施例的、汽車碰撞的示范性數(shù)值模擬結(jié)果或計算機模擬結(jié)果(即，數(shù)值模擬的結(jié)構(gòu)響應(yīng))的示意圖；圖9是根據(jù)本發(fā)明實施例的、在產(chǎn)品的多目標(biāo)工程設(shè)計優(yōu)化中基于響應(yīng)撞擊事件的耐久性選擇采樣產(chǎn)品設(shè)計的示范性過程的流程圖；以及
圖10是示出了示范性計算機的突出組件的功能圖，在所述示范性計算機中可實現(xiàn)本發(fā)明的一個實施例。
具體實施例方式首先參考圖1，其示出了根據(jù)本發(fā)明實施例的、在示范性二維設(shè)計變量空間100中，在產(chǎn)品(例如，汽車)的多目標(biāo)工程設(shè)計優(yōu)化開始時(初始迭代)的許多示范性采樣點110(即，汽車的工程設(shè)計)的示意圖。二維設(shè)計變量空間100包括兩個設(shè)計變量DVl和DV2，每個代表兩個維度的其中一個；例如，代表減震器的大小、防火墻的位置、氣袋等。一個示范性優(yōu)化是在圖8所示的撞擊事件中使汽車的耐久性得到優(yōu)化。圖2是在圖1的示范性設(shè)計變量空間100中，初始集合的采樣點100 (S卩，工程設(shè)計)連同來源于多目標(biāo)工程設(shè)計優(yōu)化的基本模型的許多近似帕累托最佳點120 (POP)的示意圖。通過基本模型獲得近似POP，使用當(dāng)前選擇的采樣點的數(shù)值模擬的結(jié)構(gòu)響應(yīng)創(chuàng)建所述基本模型。通過構(gòu)建時間推進(jìn)模擬(即，使用有限元分析的計算機模擬)獲取數(shù)值模擬的結(jié)構(gòu)響應(yīng)?；灸Ｐ褪怯糜陬A(yù)測整個設(shè)計變量空間的結(jié)構(gòu)響應(yīng)的數(shù)學(xué)方程式。圖3是在圖1的示范性設(shè)計變量空間100中，當(dāng)前選擇的集合的采樣點(即，工程設(shè)計)100連同一集合的帕累托最佳邊界(POF)核130 (以實心黑圈示出)的示意圖。使用點選擇程序從以下群組選擇POF核:該群組包含當(dāng)前選擇的集合的采樣點110 (用“x”表示)、以及一集合的POP (用“0”表示)；所述點選擇程序(即“沖孔”程序)使選擇的POF核130間的最小距離最大化。顯而易見的是，POF核130是當(dāng)前選擇的集合的采樣點110和來源于P0P120的基本模型的子集。為了正確發(fā)現(xiàn)多目標(biāo)工程設(shè)計優(yōu)化中的最佳設(shè)計，選擇多樣化集合的采樣點較為重要。根據(jù)一個實施例，為使選擇多樣化，本發(fā)明建立圍繞各個POF核的一個或多個子區(qū)域。圖4中示出了在圖1的示范性設(shè)計變量空間100中，與各個POF核130—起的一個或多個子區(qū)域140的實例(示出為虛線方形)。子區(qū)域140與大小相關(guān)聯(lián)。最初，子區(qū)域140的大小可能與設(shè)計變量空間的大小相同。在優(yōu)化程序的每個迭代中減小子區(qū)域140的大小。在一個實施例中，優(yōu)化的結(jié)束條件取決于子區(qū)域140的大小。在已經(jīng)建立子區(qū)域140以后，使用空間填充程序在每個子區(qū)域內(nèi)創(chuàng)建一集合的多樣性基本點。圖5示出了在圖1的設(shè)計變量空間100中的示范性集合的多樣性基本點150。由圓周標(biāo)點描述每個多樣性基本點150。計算多樣性基本點150，以使其相互遠(yuǎn)離且遠(yuǎn)離之前模擬的采樣點。POF核130 (實心圓點)包含在多樣性基本點150中。使用沖孔點選擇方法從該集合的多樣性基本點150和POF核130中選擇另一集合的采樣點160。圖6示出了在圖1的示范性設(shè)計變量空間100中的上述實例。結(jié)果，當(dāng)前選擇的集合的采樣點160 (用三角形示出)得以多樣化。圖7示出了在圖1的設(shè)計變量空間100中、選擇性合并的當(dāng)前選擇的集合的示范性采樣點。圖8是根據(jù)本發(fā)明一個實施例的、使用顯式有限元分析的轎車碰撞的示范性時間推進(jìn)模擬結(jié)果(即，數(shù)值模擬的結(jié)構(gòu)響應(yīng))的示意圖。圖9是根據(jù)本發(fā)明實施例的、在產(chǎn)品的多目標(biāo)工程設(shè)計優(yōu)化中基于響應(yīng)撞擊事件的耐久性選擇采樣點(即，產(chǎn)品設(shè)計)的示范性過程900的流程圖。過程900以軟件形式實現(xiàn)，優(yōu)選結(jié)合其他理解過程900。通過接收在步驟902待優(yōu)化的產(chǎn)品(例如，轎車)的描述開始過程900。該描述包括在多目標(biāo)工程設(shè)計優(yōu)化中將使用的設(shè)計目標(biāo)和約束條件。目標(biāo)的實例可包含但不限于:質(zhì)量、強度。示范性約束條件可包含在撞擊事件中允許的侵入的量。在步驟904，在設(shè)計變量空間中選擇初始集合的采樣點(即，替代性產(chǎn)品設(shè)計)(見圖1)。例如，設(shè)計變量空間用于評估產(chǎn)品在撞擊事件中的耐久性(例如，圖8中示出的與障礙物側(cè)面碰撞的轎車)。設(shè)計變量空間可具有N個維度，每個維度對應(yīng)于一設(shè)計變量(例如，減震器的厚度)。為進(jìn)行簡要闡述，該文本中示出的示范性設(shè)計變量空間是二維的。應(yīng)該注意的是，N-維設(shè)計變量空間(SP超立方體)在二維圖形中不易于顯示?？刹捎酶鞣N眾所周知的試驗設(shè)計程序(例如，全因子、D-型最佳、空間填充等)實現(xiàn)第一集合的采樣點的選擇。接下來，在步驟906使用相應(yīng)的FEA模型，采用撞擊事件的時間推進(jìn)模擬(例如使用有限元分析)獲取當(dāng)前選擇的每個集合的采樣點的數(shù)值模擬的結(jié)構(gòu)響應(yīng)。應(yīng)該注意的是，每個時間推進(jìn)模擬通?；ㄙM較長時間進(jìn)行構(gòu)建(例如，計算機通宵運行)。使用數(shù)值模擬的結(jié)構(gòu)響應(yīng)時，在步驟908創(chuàng)建一個或多個基本模型。而且，使用基本模型通過多目標(biāo)優(yōu)化獲得一個或多個近似帕累托最佳點(POP)?；灸Ｐ褪鞘褂脤Σ蓸狱c及其相應(yīng)結(jié)果進(jìn)行的回歸分析創(chuàng)建的數(shù)學(xué)方程式，其包含但不限于響應(yīng)面、徑向基函數(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量回歸等(見圖2)。接下來在步驟910，創(chuàng)建包括一個或多個近似POP的近似POP (稱為POF核)的子集?！皼_孔”法用于從近似POP選擇POF核，以便POF核相互遠(yuǎn)離(見圖3)。接著，創(chuàng)建一個或多個子區(qū)域以包絡(luò)各個POF核(見圖5)。一般而言，當(dāng)建立的子區(qū)域超過一個時，這些子區(qū)域在邊界線處重疊。應(yīng)該注意的是，子區(qū)域在早期迭代中可能較大，以便存在顯著重疊。對特定迭代而言，子區(qū)域的尺寸是相同的，但使用收縮率因子使得從當(dāng)前迭代到下一迭代的子區(qū)域的尺寸減小。一個示范性減小即為之前一個子區(qū)域的70%。在第一迭代中，子區(qū)域相對于所有變量填充整個設(shè)計空間。接下來在步驟912，通過使用空間填充標(biāo)準(zhǔn)在每個子區(qū)域內(nèi)密布固定數(shù)量的點，以創(chuàng)建一集合的多樣性基本點，所述空間填充標(biāo)準(zhǔn)使得選擇相互遠(yuǎn)離且遠(yuǎn)離之前迭代的采樣點的點成為必需。接下來在步驟914，使用“沖孔”方法從多樣性基本點和POF核的組合群組選擇新集合的采樣點(多樣化集合)，以便新集合的采樣點相互間、且相對于之前迭代的采樣點的距離最大化(見圖6)。在步驟916，多樣性采樣點選擇性地合并到來自之前迭代的已有的采樣點中(見圖7)。決定920確定是否已達(dá)到結(jié)束條件(例如，多目標(biāo)設(shè)計優(yōu)化是否已經(jīng)完成預(yù)設(shè)數(shù)量的迭代？)。如果“否”，則減小子區(qū)域大小，過程900移回步驟906以重復(fù)前述步驟，直到?jīng)Q定920變?yōu)檎媲以撨^程900結(jié)束。采用眾所周知的方法建立結(jié)束條件，例如迭代的最大數(shù)量、子區(qū)域的最小大小等。在過程900結(jié)束時，新的或當(dāng)前選擇的集合的采樣點代表多目標(biāo)工程設(shè)計優(yōu)化的最佳設(shè)計。根據(jù)一個方面，本發(fā)明涉及能夠?qū)嵤┍疚乃枋龅墓δ苄缘囊粋€或多個計算機系統(tǒng)。圖10中示出了計算機系統(tǒng)1000的實例。計算機系統(tǒng)1000包括一個或多個處理器，例如處理器1004。處理器1004與計算機系統(tǒng)內(nèi)通信總線1002連接。依據(jù)這一示范性計算機系統(tǒng)描述各個軟件實施例。在閱讀這一描述之后，對本領(lǐng)域技術(shù)人員而言，如何使用其他計算機系統(tǒng)和/或計算機體系結(jié)構(gòu)來實現(xiàn)本發(fā)明將變得顯而易見。計算機系統(tǒng)1000還包括主存儲器1008、優(yōu)選為隨機存取存儲器(random accessmemory, RAM),其也可包括輔助存儲器1010。例如,輔助存儲器1010可包括一個或多個硬盤驅(qū)動器1012和/或一個或多個卸除式存儲驅(qū)動器1014，其代表為軟盤驅(qū)動器、磁帶驅(qū)動器、光盤驅(qū)動器等。卸除式存儲驅(qū)動器1014以公知方式讀取和/或?qū)懭胄冻酱鎯卧?018。卸除式存儲單元1018的代表為由卸除式存儲驅(qū)動器1014讀取和寫入的軟盤、磁帶、光盤等。應(yīng)該理解的是，卸除式存儲單元1018包含具有存儲其上的計算機軟件和/或數(shù)據(jù)的計算機可用存儲介質(zhì)。在替代性實施例中，輔助存儲器1010可包含其他相似裝置，從而允許將計算機程序或其他指令載入計算機系統(tǒng)1000中。例如，這種裝置可能包含卸除式存儲單元1022和接口 1020。上述裝置的實例可包含(例如在視頻游戲設(shè)備中存在的)程序盒式存儲器和盒式接口、卸除式存儲芯片(例如可擦可編程只讀存儲器(Erasable Programmable Read-OnlyMemory, EPROM)、通用串行總線(Universal Serial Bus, USB)閃存、或 PROM)和相關(guān)插口、和其他允許將軟件和數(shù)據(jù)由卸除式存儲單元1022傳遞到計算機系統(tǒng)1000的卸除式存儲單元1022和接口 1020。一般而言，由操作系統(tǒng)(operating system，OS)軟件來控制和協(xié)調(diào)計算機系統(tǒng)1000，所述操作系統(tǒng)軟件執(zhí)行諸如進(jìn)程調(diào)度、內(nèi)存管理、聯(lián)網(wǎng)和1/0服務(wù)的任務(wù)。還可能存在與總線1002連接的通信接口 1024。通信接口 1024允許將軟件和數(shù)據(jù)在計算機系統(tǒng)1000和外部設(shè)備間進(jìn)行傳遞。通信接口 1024的實例可包含調(diào)制解調(diào)器、網(wǎng)絡(luò)接口(例如以太網(wǎng)卡)、通信端口、個人計算機存儲卡國際協(xié)會(Personal Computer MemoryCard International Association,PCMCIA)插槽和卡等。計算機1000通過數(shù)據(jù)網(wǎng)絡(luò)、基于一組特殊規(guī)則(即協(xié)議)與其他計算設(shè)備通信。其中一種常見協(xié)議是在因特網(wǎng)中普遍使用的TCP/IP (傳輸控制協(xié)議/互聯(lián)網(wǎng)協(xié)議)。一般而言，通信接口 1024對于以下過程實施管理:將數(shù)據(jù)文件組裝為在數(shù)據(jù)網(wǎng)絡(luò)上傳輸?shù)妮^小數(shù)據(jù)包、以及將接收的數(shù)據(jù)包重組為原始數(shù)據(jù)文件。另外，通信接口 1024處理每個數(shù)據(jù)包的地址碼(address part),以便其到達(dá)正確目標(biāo)或攔截目標(biāo)是計算機1000的數(shù)據(jù)包。在這一文件中，用語“計算機程序介質(zhì)”和“計算機可用介質(zhì)”通常用于指以下媒介:例如，卸除式存儲驅(qū)動器1014 (例如閃存驅(qū)動)和/或安裝在硬盤驅(qū)動器1012中的硬盤。這些計算機程序產(chǎn)品是為計算機系統(tǒng)1000提供軟件的裝置。本發(fā)明涉及這些計算機程序產(chǎn)品。計算機系統(tǒng)1000還可包含輸入/輸出(1/0)接口 1030，其為計算機系統(tǒng)1000提供存取監(jiān)控器、鍵盤、鼠標(biāo)、打印機、掃描儀、繪圖儀和類似物。在主存儲器1008和/或輔助存儲器1010中，計算機程序(也稱為計算機控制邏輯)存儲為應(yīng)用模塊1006。還可通過通信接口 1024接收計算機程序。當(dāng)執(zhí)行時，這些計算機程序使得計算機系統(tǒng)1000能夠執(zhí)行本文所討論的本發(fā)明的特征。尤其地，當(dāng)執(zhí)行時，計算機程序使得處理器1004執(zhí)行本發(fā)明的特征。因此，上述計算機程序代表計算機系統(tǒng)1000的控制器。在使用軟件實現(xiàn)本發(fā)明的實施例中，軟件可存儲在計算機程序產(chǎn)品中，并使用卸除式存儲驅(qū)動器1014、硬驅(qū)動器1012或通信接口 1024將其載入計算機系統(tǒng)1000中。當(dāng)處理器1004執(zhí)行應(yīng)用模塊1006時，應(yīng)用模塊1006使處理器1004執(zhí)行本文所描述的本發(fā)明的各功能。主存儲器1008可載有一個或多個應(yīng)用模塊1006，在有或沒有通過I/O接口 1030的用戶輸入的情況下，一個或多個處理器1004可執(zhí)行一個或多個應(yīng)用模塊，從而實現(xiàn)希望實現(xiàn)的任務(wù)。在操作中，當(dāng)至少一個處理器1004執(zhí)行其中一個應(yīng)用模塊1006時，結(jié)果得到計算并保存在輔助存儲器1010中(即硬盤驅(qū)動器1012)。以文本或圖形表征的方式、通過I/O接口 1030向用戶報導(dǎo)有限元分析或工程設(shè)計優(yōu)化(例如，帕累托最佳點)的狀態(tài)。盡管結(jié)合其特定實施例對本發(fā)明進(jìn)行描述，但這些實施例僅僅是對本發(fā)明的闡釋而非限制。本文向本領(lǐng)域技術(shù)人員暗示了對特別公開的示范性實施例的各個調(diào)整或變化。例如，雖然設(shè)計目標(biāo)函數(shù)的數(shù)量描述和示出為兩個(圖1-7中示出的二維設(shè)計變量空間)，但事實上可使用更大數(shù)量的設(shè)計目標(biāo)?？傊景l(fā)明的范圍不應(yīng)受限于本文所公開的特定示范性實施例，所有已提示過本領(lǐng)域技術(shù)人員的所有調(diào)整均應(yīng)包含在這一申請的精神和追求的范圍內(nèi)，并且也包含在所附權(quán)利要求的范圍內(nèi)。
權(quán)利要求
1.一種在產(chǎn)品的順序多目標(biāo)工程設(shè)計優(yōu)化中、基于產(chǎn)品響應(yīng)撞擊事件的耐久性選擇采樣點的方法，其特征在于，所述方法包括: Ca)接收待優(yōu)化的所述產(chǎn)品的描述； (b)在設(shè)計變量空間中選擇采樣點的初始集合，所述設(shè)計變量空間用于評估所述產(chǎn)品響應(yīng)撞擊事件的耐久性； (C)通過為當(dāng)前選擇的集合的每個所述采樣點構(gòu)建所述撞擊事件的計算機模擬獲取數(shù)值模擬的結(jié)構(gòu)響應(yīng)； Cd)使用所述數(shù)值模擬的結(jié)構(gòu)響應(yīng)構(gòu)建基本模型，由所述基本模型獲得一個或多個近似帕累托最佳點(POP)； (e)采用第一點選擇程序從所述一個或多個近似POP選擇一個或多個帕累托最佳邊界(POF)核，所述第一點選擇程序使所述選擇的POF核之間的最小距離最大化； Cf)建立包住各個POF核的一個或 多個子區(qū)域，每個子區(qū)域與一大小相關(guān)聯(lián)； (g)根據(jù)空間填充標(biāo)準(zhǔn)、通過使所述子區(qū)域密布創(chuàng)建一集合的多樣性基本點； (h)使用第二點選擇程序從所述集合的多樣性基本點和所述POF核的合并群組選擇另一集合的采樣點，所述第二點選擇程序使當(dāng)前選擇的集合的采樣點間的最小距離最大化；以及 (i)減小所述子區(qū)域的大小，重復(fù)(C)-(h)直到已滿足結(jié)束條件；當(dāng)前選擇的集合的采樣點代表所述產(chǎn)品的最佳設(shè)計。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述產(chǎn)品包括汽車。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述響應(yīng)撞擊事件的耐久性包括所述汽車的耐撞性。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算機模擬包括使用有限元分析的時間推進(jìn)模擬。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述結(jié)束條件包括迭代的最大數(shù)量。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述結(jié)束條件包括子區(qū)域的最小大小。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括將當(dāng)前選擇的集合的采樣點合并到之前集合的采樣點中。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述一個或多個子區(qū)域在各自的邊界線處重疊。
9.一種在產(chǎn)品的順序多目標(biāo)工程設(shè)計優(yōu)化中、基于產(chǎn)品響應(yīng)撞擊事件的耐久性選擇采樣點的系統(tǒng)，其特征在于，所述系統(tǒng)包括: 主存儲器，用于存儲應(yīng)用模塊的計算機可讀代碼； 與所述主存儲器連接的至少一個處理器，所述至少一個處理器執(zhí)行所述主存儲器中的計算機可讀代碼，以使所述應(yīng)用模塊通過以下方法執(zhí)行操作: Ca)接收待優(yōu)化的所述產(chǎn)品的描述； (b)在設(shè)計變量空間中選擇采樣點的初始集合，所述設(shè)計變量空間用于評估所述產(chǎn)品響應(yīng)撞擊事件的耐久性； (C)通過為當(dāng)前選擇的集合的每個所述采樣點構(gòu)建所述撞擊事件的計算機模擬獲取數(shù)值模擬的結(jié)構(gòu)響應(yīng)；(d)使用所述數(shù)值模擬的結(jié)構(gòu)響應(yīng)構(gòu)建基本模型，由所述基本模型獲得一個或多個近似帕累托最佳點(POP)； (e)采用第一點選擇程序從所述一個或多個近似POP選擇一個或多個帕累托最佳邊界(POF)核，所述第一點選擇程序使所述選擇的POF核之間的最小距離最大化； Cf)建立包住各個POF核的一個或多個子區(qū)域，每個子區(qū)域與一大小相關(guān)聯(lián)； (g)根據(jù)空間填充標(biāo)準(zhǔn)、通過使所述子區(qū)域密布創(chuàng)建一集合的多樣性基本點； (h)使用第二點選擇程序從所述集合的多樣性基本點和所述POF核的合并群組選擇另一集合的采樣點，所述第二點選擇程序使當(dāng)前選擇的集合的采樣點間的最小距離最大化；以及 (i)減小所述子區(qū)域的大小，重復(fù)(C)-(h)直到已滿足結(jié)束條件；當(dāng)前選擇的集合的采樣點代表所述產(chǎn)品的最佳設(shè)計。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述一個或多個子區(qū)域在各自的邊界線處重疊。
全文摘要
公開了一種在產(chǎn)品的多目標(biāo)工程設(shè)計優(yōu)化中選擇采樣點(產(chǎn)品設(shè)計)的系統(tǒng)及方法。該方法包括(a)接收待優(yōu)化的產(chǎn)品的描述，(b)在產(chǎn)品的設(shè)計變量空間中選擇初始集合的采樣點，(c)獲取每個當(dāng)前集合的數(shù)值模擬的結(jié)構(gòu)響應(yīng)，(d)使用由數(shù)值模擬的結(jié)構(gòu)響應(yīng)構(gòu)建的基本模型、由優(yōu)化獲得一集合的近似POP，(e)使用“沖孔”程序建立圍繞POF核的子區(qū)域，該POF核選自近似POP，(f)采用空間填充標(biāo)準(zhǔn)、通過使子區(qū)域密布來創(chuàng)建一集合的多樣性基本點，(g)使用“沖孔”程序從多樣性基本點和POF核的合并群組選擇另一集合的采樣點，(h)減小子區(qū)域的大小，以及(i)重復(fù)(c)-(h)直到滿足結(jié)束條件。
文檔編號G06F17/50GK103207928SQ20121047561
公開日2013年7月17日 申請日期2012年11月21日 優(yōu)先權(quán)日2012年1月13日
發(fā)明者尼倫·斯坦德 申請人:利弗莫爾軟件技術(shù)公司