彭 科,胡 凡,張為華,武澤平
(國防科技大學 航天科學與工程學院, 湖南 長沙 410073)
?
序列近似優化方法及其在火箭外形快速設計中的應用*
彭科,胡凡,張為華,武澤平
(國防科技大學 航天科學與工程學院, 湖南 長沙410073)
摘要:針對序列近似優化方法在代理模型構造與采樣策略等方面的不足,基于采樣點局部密度,引入與局部密度成反比的樣本點影響體積概念,通過優化總影響體積確定徑向基函數最優核寬度,滿足序列近似優化過程不同規模、非均勻樣本條件下的函數近似需要;建立潛在可行域最大距離加點準則,并與潛在最優加點準則結合平衡算法的探索能力與開發能力;建立三步收斂判定準則;構建改進序列近似優化的算法流程。對于Golinski減速器的優化設計問題,算法在目標函數調用42次后便搜索到全局最優解,體現了其良好的全局尋優能力與搜索效率。以“天航二號”火箭為例,建立其外形優化問題數學模型,所提優化方法在調用原始計算模型165次之后便搜索到全局最優解,大大提高了設計效率,同時飛行試驗也表明設計結果滿足要求。
關鍵詞:序列近似優化;代理模型;采樣策略;局部密度;收斂判定準則;“天航二號”火箭;外形優化
序列近似優化(Sequential Approximate Optimization,SAO)方法基于少量初始采樣點構造初始代理模型,采取一定的加點策略更新采樣點,逐步提高代理模型對最優解的近似精度,根據收斂準則終止算法并輸出最優解[1-4]。相比智能優化算法,序列近似優化方法可在保證全局最優的前提下大幅降低原模型調用次數,顯著提高優化效率[1]?!?br>