复杂产品分布式快速协同仿真优化方法研究及其应用

Simulation based optimization has become research hotspot and frontier topics in system simulation and operational research fields. Distributed Simulation based Collaborative Optimization(DSCO) is one kind of Collaborative Optimization(CO) methods considering distributed simulation, also is one of hot and difficult problems in complex product digital design fields. In order to solve low calculation efficiency problem，the DSCO method with dimension reduction and hierarchical fusion is put forward; The project presents a hybrid differential evolution algorithm integrating a good global convergence algorithm and fast local search algorithm so as to solve the problem on efficiency of the DSCO underlying optimization algorithm; Aiming at the problem of low efficiency of optimization caused by time inconsistency of distributed parallel simulation,a distributed adaptive hybrid differential evolution algorithm is proposed; Software architecture of DSCO based on Web services is designed; Software prototype system based on the existing achievements is developed, Suspension system DSCO of the 300 km/h high speed train is carried out and is verified. This project is new research topic in the fields of complex products digital design, is the depth fusion of optimization design method and simulation method, has very important theoretical and practical value.

仿真优化已经成为国际上系统仿真和运筹学等领域共同关注的热点和前沿课题，分布式协同仿真优化方法是考虑分布式仿真的协同优化方法，是复杂产品数字化设计理论和方法的研究热点和难点之一。针对复杂产品分布式协同仿真优化方法计算效率低问题，研究提出一种加快问题求解速度的复杂产品分布式两层融合降维协同仿真优化方法；针对分布式协同仿真优化中的底层优化算法效率问题，提出一种高全局收敛能力算法与快局部搜索速度算法相结合的混合微分进化算法；针对分布式仿真优化中各种仿真软件并行仿真时间不一致引起的优化效率低的问题，提出一种分布式自适应混合微分进化算法；给出一种基于Web服务的分布式快速协同仿真优化架构，基于已有成果开发原型系统，通过300km/h动车组悬挂系统协同仿真优化进行应用验证。本项目研究内容属于复杂产品数字化设计领域的最新研究方向，是优化设计方法与仿真计算方法的深度融合，具有重要的理论价值与实际应用价值。

分布式协同仿真优化在实际应用过程中对底层优化算法提出了新的要求，考虑对算法的鲁棒性要求很高，且算法必须不依赖于精确的导数信息，以及对优化算法的速度要求更高，优化算法必须在更少的时间内得到优化结果。所以，根据课题研究计划以及已有的研究基础，本课题重点针对支持分布式协同仿真优化的底层优化算法进行了研究，共提出了6种改进的群智能优化算法，并在实际问题中验证了有效性及适用性。研究了既满足局部搜索快速性又满足全局搜索算法收敛性好的三种底层优化算法-改进的状态转移算法，包括正交状态转移算法、原对偶状态转移算法与协同状态转移算法。在分布式协同仿真优化算法研究中，仿真被看作“黑箱”，能够接收优化算法的设计变量，计算出目标函数和约束函数等，因此又研究了三种分布式自适应底层优化算法。首先以粒子群算法为基础，提出了一种新的改进策略，提高了算法的全局搜索能力和适应性；其次提出一种拟混沌人群搜索算法；最后提出了一种融合差分进化算法和滤子技术的混合协同进化算法。本课题共发表论文32篇，其中SCI收录12篇，EI收录6篇，申请专利2项，获自治区奖3项。通过本项目的研究，培养青年教师2名，博士生2名，硕士7名，硕士生2名。