飞行器不确定性多学科设计优化理论与应用PDF电子书下载

第1章 绪论 1

1.1 UMDO方法的提出 1

1.2 UMDO关键技术分析 2

1.3 UMDO研究进展 4

1.3.1 UMDO理论研究进展 4

1.3.2 UMDO应用研究进展 12

1.4 UMDO面临的机遇与挑战 12

1.5 本书主要内容 14

参考文献 14

第2章 UMDO基础知识 25

2.1 基本概念 25

2.1.1 不确定性设计优化基本概念 25

2.1.2 多学科设计优化基本概念 27

2.2 不确定性数学基础 30

2.2.1 测度 30

2.2.2 可测函数 31

2.2.3 可测函数积分 32

2.3 多学科设计优化理论基础 33

2.3.1 系统 33

2.3.2 系统优化与学科优化的关系 35

2.3.3 复杂系统的分解－协调法 36

参考文献 37

第3章 不确定性建模 39

3.1 不确定性来源与分类 39

3.2 概率建模方法 41

3.2.1 概率空间与随机变量 41

3.2.2 分布函数建模与参数估计 45

3.2.3 假设检验 47

3.3 非概率建模方法 48

3.3.1 区间与凸模型理论 48

3.3.2 模糊集合与可能性理论 49

3.3.3 证据理论 51

参考文献 53

第4章 灵敏度分析方法 55

4.1 单学科灵敏度分析方法 56

4.1.1 手工求导方法与符号微分方法 56

4.1.2 解析法 56

4.1.3 有限差分方法 57

4.1.4 复变量方法 58

4.1.5 自动微分方法 59

4.1.6 基于正交试验设计的方法 60

4.2 多学科灵敏度分析方法 61

4.3 不确定性灵敏度分析方法 62

参考文献 65

第5章 近似方法 66

5.1 试验设计方法 67

5.2 近似模型与建模方法 69

5.2.1 多项式模型 70

5.2.2 Kriging模型 70

5.2.3 支持向量机 72

5.2.4 径向基神经网络 75

5.3 近似模型的评价 82

5.3.1 误差分析方法 82

5.3.2 近似能力评价方法 84

5.4 序贯近似建模 86

5.4.1 面向全局近似的序贯建模 86

5.4.2 面向全局优化的序贯建模 93

5.4.3 面向隐式函数近似的序贯建模 95

参考文献 97

第6章 不确定性分析方法 100

6.1 随机不确定性传递方法 100

6.1.1 蒙特卡罗法 101

6.1.2 泰勒展开法 102

6.1.3 随机展开法 103

6.2 可靠性分析方法 106

6.2.1 期望一阶二次矩法 107

6.2.2 一次可靠度法 107

6.2.3 二次可靠度法 109

6.3 非概率不确定性分析方法 111

6.3.1 区间分析 111

6.3.2 可能性理论 111

6.3.3 证据理论 112

6.4 混合不确定性分析方法 114

6.4.1 基于概率和证据理论的混合不确定性分析方法 114

6.4.2 算例分析 120

6.5 基于分解协调的多学科不确定性分析 127

6.5.1 并行子空间不确定性分析方法 127

6.5.2 联合可靠性分析方法 129

参考文献 131

第7章 不确定性优化方法 134

7.1 基于可靠性的优化 134

7.1.1 传统双层嵌套方法 135

7.1.2 单层序贯优化法 137

7.1.3 单层融合优化法 139

7.2 稳健设计优化 140

7.2.1 概率分布矩配比法 141

7.2.2 最坏可能分析法 141

7.2.3 角空间分析法 142

7.2.4 方差模型分析法 142

7.2.5 6-Sigma方法 143

7.3 混合不确定性条件下的优化算法 143

7.3.1 混合不确定性优化问题 143

7.3.2 基于序贯优化和混合不确定性分析的混合不确定性优化方法 144

7.3.3 基于蒙特卡罗仿真的SOMUA实现方法 152

7.3.4 算例分析 155

参考文献 157

第8章 确定性MDO过程 160

8.1 MDO过程基础知识 161

8.2 单级优化过程 162

8.2.1 多学科可行方法 162

8.2.2 单学科可行方法 163

8.2.3 同时优化方法 163

8.3 多级优化过程 164

8.3.1 并行子空间优化过程 164

8.3.2 协同优化过程 166

8.3.3 目标级联分析法 168

8.4 联合优化过程 171

8.4.1 基本思想 171

8.4.2 求解算法 173

参考文献 176

第9章 UMDO过程 178

9.1 基于概率论的UMDO过程 178

9.1.1 基于可靠性的单层优化过程 178

9.1.2 概率目标级联分析法 179

9.1.3 概率联合优化过程 185

9.2 非概率UMDO过程 190

9.2.1 基于区间的目标级联分析法 191

9.2.2 基于区间的协同优化过程 192

9.3 混合不确定性UMDO过程 194

参考文献 198

第10章 UMDO算例测试 200

10.1 减速器算例 200

10.1.1 MDF-CSSO优化结果 201

10.1.2 PMDF-CSSO优化结果 204

10.1.3 MUMDF-CSSO优化结果 205

10.2 平面钢架结构优化 207

10.2.1 ATC优化结果 209

10.2.2 SPATC优化结果 211

参考文献 214

第11章 基于UMDO的小卫星总体设计 215

11.1 小卫星总体设计学科模型 215

11.1.1 轨道模型 215

11.1.2 分系统模型 216

11.1.3 学科关系分析 218

11.2 小卫星总体设计不确定性建模 219

11.2.1 结构分系统不确定性 219

11.2.2 轨道与有效载荷分系统不确定性 220

11.2.3 其他分系统质量与功率估算不确定性 221

11.3 小卫星总体的UMDO实现与结果分析 222

11.3.1 单独随机不确定性条件下的UMDO 222

11.3.2 混合不确定性条件下的UMDO 227

参考文献 230

第12章 基于UMDO的在轨服务系统总体设计 232

12.1 在轨服务技术简介 232

12.2 基于不确定性全寿命周期仿真的在轨服务系统效用评价方法 234

12.2.1 在轨服务系统体系结构 234

12.2.2 效用评价准则与方法 235

12.2.3 效用指标数学模型 236

12.2.4 在轨服务系统不确定性建模 242

12.2.5 运营商应对不确定性的在轨服务决策动态规划方法 245

12.2.6 在轨服务系统全寿命周期仿真流程 249

12.2.7 基于全寿命周期蒙特卡罗仿真的效用评价方法 252

12.3 在轨服务系统效用评价方法验证 253

12.3.1 问题描述 254

12.3.2 结果分析与讨论 257

12.3.3 灵敏度分析 259

12.4 在轨服务系统的UMDO实现与结果分析 260

12.4.1 优化问题描述 260

12.4.2 MUMDF-CSSO组织求解与结果讨论 262

参考文献 265

第13章 基于UMDO的分离模块航天器系统总体设计 267

13.1 分离模块航天器系统简介 267

13.2 基于不确定性全寿命周期仿真的分离模块航天器系统效用评价方法 269

13.2.1 分离模块航天器系统体系结构 269

13.2.2 效用评价准则与方法 270

13.2.3 效用指标数学模型 271

13.2.4 分离模块航天器系统不确定性建模 275

13.2.5 基于全寿命周期蒙特卡罗仿真的效用评价方法 277

13.3 分离模块航天器系统效用评价方法验证 281

13.3.1 问题描述 281

13.3.2 结果分析与讨论 283

13.4 分离模块航天器系统的UMDO实现与结果分析 285

13.4.1 单独随机不确定性条件下的UMDO 286

13.4.2 混合不确定性条件下的UMDO 289

参考文献 291