申请/专利权人：电子科技大学长三角研究院(湖州)

申请日：2023-11-03

公开（公告）日：2024-02-02

公开（公告）号：CN117494428A

主分类号：G06F30/20

分类号：G06F30/20;G06F30/17;G06F17/18;G06N3/006;G06F119/02;G06F111/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明为一种改进ABC‑Kriging的机械系统可靠性优化设计方法，包括设定优化设计变量和区间范围、获得初始样本点、仿真得到真实响应值、选择拟合数据样本库的相关函数，并利用改进ABC算法获得最优的参数值，建立改进ABC‑Kriging代理模型，并计算可靠度，判断可靠度是否满足精度要求，如满足，则建立可靠度优化设计模型，如不满足，则对抽样数据点进行评价，重新选择样本重新拟合，重复上述步骤，再求解可靠度优化设计模型。本发明提高了传统ABC算法的计算精度和效率，获得最优核函数参数进而构建改进ABC‑Kriging代理模型，提高代理模型的构造精度，提出了并行加点的B准则和H准则样本点评判函数，进一步提升机械系统可靠性优化设计的准确性和计算效率。

主权项：1.一种改进ABC-Kriging的机械系统可靠性优化设计方法，其特征在于，包括以下步骤：S1：设定机械系统优化设计变量x及各优化设计变量允许的区间范围；S2：利用拉丁超立方法对优化设计变量x进行抽样，获得优化设计变量的初始样本点；S3：利用Matlab和ANSYS联合仿真平台协同计算S2中各初始样本点对应的机械系统真实响应值y，并将响应集合归入机械系统数据样本库；S4：选择拟合数据样本库的相关函数，并利用改进ABC算法获得最优的θ值；S5：建立改进ABC-Kriging代理模型，并利用重要性抽样技术进行可靠度计算；S6：若可靠度的计算精度满足要求，则结合改进ABC-Kriging代理模型和优化设计变量允许的区间范围建立机械系统可靠性优化设计模型；若可靠度的计算精度不满足要求，则利用自适应B准则和H准则对重要性抽样数据点进行评价，将满足要求的数据点及其对应响应值加入样本库，并利用欧式距离删除重复样本点，循环S4-S6；S7：利用改进ABC算法对可靠性优化设计模型进行求解，得到优化变量的最优值。

全文数据：

权利要求：

百度查询： 电子科技大学长三角研究院(湖州) 一种改进ABC-Kriging的机械系统可靠性优化设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD