论文部分内容阅读
本论文主要研究复杂工程系统总体布局方案设计的理论方法及其在大型航天器舱布局优化设计中的应用。 航天器舱布局方案优化设计是研究在满足各种工程技术条件的前提下,如何将各种仪器和设备最优的布置在航天器舱体内(或外),使得总体布局的某一项或几项评价指标达到最优。这是一个亟待解决而又未很好解决的重要工程课题。布局问题的NP-困难性和航天器设计本身的巨大复杂性使得该问题的解决既有理论上的开拓性和挑战性,又存在工程实践上的艰难性和复杂性。 航天器舱布局方案优化设计属带性能约束的三维布局优化问题,属具有不确定性、高度非线性、既有定性又有定量问题的复杂工程系统问题,单纯依靠人或计算机算法(包括人工智能技术)去解决都是非常困难的。1991年Lenat、Feigenbaum提出的人机合作(Man-Machine Synergy)和同年钱学森、戴汝为等提出的人机结合(Human-Machine Cooperation)思想和方法论,被认为是21世纪解决复杂工程问题的重要途径、自动化设计的重要发展方向,但其可操作性问题一直未很好解决。本论文以航天器舱布局方案优化设计为应用背景,遵循“人机合作”、“人机合作”思想,充分发挥工程技术人员和现代计算机技术各自特长,提出人机交互的遗传算法,使“人”“机”在算法层面有机结合并具有可操作性;进而结合网络协同设计技术,给出一套以人机交互遗传算法为基础的人机交互演化协同设计理论方法,发挥多人设计和决策的优越性,以缓解组合最优化计算量过大(组合爆炸)问题,并增强上述理论方法的工程实用性。大量数值计算以及在航天器舱方案设计中的应用表明了本论文理论方法的可行性和有效性。 本论文的主要工作如下: 1.稳定、收敛、高效的优化算法是求解复杂布局优化问题的基础,是布局优化理论研究发展水平的重要标志。本论文提出一种改进的粗粒度遗传算法——混合粗粒度遗传算法,该算法将各染色体按适应度函数值大小排序并分组,对不同的染色体分组采用不同的惩罚系数、交叉算子与变异算子,并在进化过程中采用同种互斥和最优解保留策略。大量算例表明,本算法优于经典粗粒度遗传算法。该混合粗粒度遗传算法是实现本论文人机结合演化设计思想的算法基础。 2.为充分发挥人和计算机各自的特长,使“人机合作”与“人机结合”思想在工程应用中具有可操作性,提出人机交互的遗传算法。该算法将人大连理工大学博上学位论文 摘要工设计的个体作为初始染色体群体的组成部分,并在遗传运算过程中实时地将人工设计的新个体加入到染色体群体中,以代替群体中的较差个体,参与遗传运算(复制、交叉、变异X实现人与算法在基因层面的结合。该人机交互遗传算法系统是实现网络下演化协同设计的基本单元。 3.将人机交互的遗传算法与网络协同设计技术相结合,考虑工程因素,形成网络环境下的人机交互演化协同设计系统,以简化传统协同设计中数据库构建,解决增强协同人之间柔性协同问题。该系统分为设计层和决策层两个模块,采用S。eke网络编程技术,通过客户机用&务器模式,实现进程间的异步通信;同时采用ODBC数据库技术,利用综合评价仲裁系统和人机交互的思想进行协同设计。 4.人机交互演化设计方法在航天器舱布局方案设计中的应用。为达到本论文理论方法在多舱段大型航天器舱布局优化中的工程实用化,本论文采取如下策略:首先将待布物模型化,简化为规则形状的几何体,建立返回式人造卫星回收舱和空间站舱布局优化的数学模型和仿真模型的复合模型;利用人机交互的遗传算法和人机交互演化协同进行布局优化设计,给出航天器舱优化布局的“骨架”;利用美国的Prohogineer软件将模型中待布物还原成实际形状的物体,进行模装布局和性能仿真;利用人机交互方法进行布局调整,直至得到满意工程布局。最后将上述方法和策略应用于我国卫星舱和空间实验站总体布局方案设计预研工作,同时也是对本文理论方法的验证。 本课题属国家自然科学基金项目“复杂布局自动化设计理论、方法及其应用”(N*69974002L“人机结合演化协同及在航天器舱总装方案设计中的应用”(N趴60073030和国家‘℃63”计划航天领域高技术项目:“多舱段大型航天器(载人飞船、空间站)三维动力布局优化研究”(N。863205石S人本课题涉及到航天器设计、机械工程、计算机、数学、力学等学科,属交叉学科前沿课题的基础理论和应用基础研究。航天舱布局较一般机械布局更复杂、更典型,本论文理论方法可望推广应用于工程机械、组合机床、机器人、火箭、坦克、潜艇和水下悬浮工程等相关领域。因此本课题的研究具有重要的科学价值、经济效益和社会效益。