多体系统动态优化设计混合智能方法研究

应用和发展多体系统动力学理论及现代智能优化设计方法，针对多体系统动态优化设计通用数学模型，系统建立稳定、高效的混合智能优化方法。通过分析通用框架下智能优化设计方法随机性参数的选取准则及算法评价标准，为多体系统动态优化设计问题智能方法的研究提供依据，也为实际工程设计中智能方法的选取提供参考；结合多体系统的动态特性，充分利用模型的非线性特点，探讨基于量子计算、混沌优化策略等多学科交叉的混合智能优化方法，采用量子位编码、使用混沌变量扩展对搜索空间的遍历性，改进优化过程以解决多参数优化设计中的过早收敛问题；探讨增广Lagrange 乘子法及灵敏度分析的新应用，研究传统优化设计方法与智能优化方法的优势互补，以提高收敛速度及优化结果的精度。本项目的研究为多体系统优化设计方案引入新的解决方法，不仅是对传统多体系统最优化设计研究的丰富和发展，也为基于多体系统的计算机辅助工程提供有效的工具。

本项目针对受完整、非完整约束的多体系统动力学优化设计通用模型，使用遗传算法、粒子群算法、差异演化算法等方法进行智能寻优，讨论了其计算效率，并针对参数选取及早熟收敛等问题进行分析比较，发现一般规律及改进措施，得到了高效的多体系统动态智能优化设计方法。主要成果包括：. 1）针对多体系统动力学低指标、高指标微分-代数方程（DAEs）和超定微分-代数方程（ODAEs），结合广义-α法、约束投影法、SSF法，得到了同时保持能量和位移、速度、加速度等各级约束的广义-α投影法、广义-α-SSF投影法等数值积分方法。针对受约束多体系统动力学Hamilton方程的弱形式，使用Lagrange插值和Guass求积设计了高阶Galerkin变分数值积分方法，并将这些方法应用于多体系统动态优化设计。. 2）在多刚体系统设计灵敏度分析研究的基础上，针对柔性多体系统，基于绝对节点坐标方法给出了一阶、二阶灵敏度分析相关公式，以柔性臂为例，分析探讨了多体系统动力学方程的不同求解方法对于灵敏度分析的影响。. 3）针对多体系统动态优化设计通用模型，给出了多体系统动力学优化设计的遗传算法、粒子群算法及混合智能优化算法，以曲柄-滑块系统为例，与基于梯度信息的传统优化设计方法进行比较，分析了算法稳定性、计算效率和结果的精确性。. 4）针对使用绝对节点坐标建模的柔性多体系统，探讨了遗传算法、粒子群算法、差异演化算法等智能优化方法在柔性多体系统动力学优化设计中的应用，并结合灵敏度分析探讨了混合智能优化设计方法，以避免早熟收敛，提高了智能寻优计算效率。. 5）与美国Shabana教授合作，在柔性多体系统大变形分析方面开展了研究，为柔性多体系统动力学方程求解及优化设计方法的研究提供理论基础。