蔡苗[1]2003年在《多学科设计优化分布式计算环境的研究》文中提出多学科设计优化计算框架是指能实现多学科设计优化方法、包含硬件和软件体系的计算环境。分布式计算是多学科设计优化计算框架的一个重要特征。本文的主要目的就是研究多学科设计优化计算框架中所涉及到的有关分布式计算技术。 本文首先回顾了多学科设计优化计算框架的研究现状，分析和比较了现有的几种分布式计算技术。通过对比分析，我们认为CORBA与JAVA技术是目前实现MDO分布式计算环境较为理想的方法。然后对CORBA的主要概念和工作原理作了阐述。将多学科设计优化方法与CORBA技术相结合，探讨了基于CORBA的多学科优化的分布式系统的构造技术，重点论述了遗留系统的继承，专业领域软件的集成与重用。并以协同优化方法分布式计算环境的建立为例，详细阐述了协同优化方法在分布式计算环境下的实现步骤。通过一个多学科设计优化的算例表明：本文给出的多学科设计优化分布式计算方案是可行和有效的。
冯向军[2]2008年在《多学科设计优化方法及其在导航星座设计中的应用》文中研究指明本文主要研究了多学科设计优化算法及其在导航星座设计中的应用,具体如下:对协同优化算法CO作了深入研究,从几何角度分析了协同优化的数学本质,指出协同优化的计算困难性在于两级优化结构以及系统级学科一致性的等式约束。深入分析了学科间不一致信息对于协同优化的重要性,并提出了描述学科间设计点和系统级期望点不一致性的DS范数以及描述各学科间设计点不一致性的DD范数。分析了DS范数和DD范数之间的关系,提出了一种基于DD范数的系统级学科一致性松弛约束和一种基于DS范数的系统级目标函数罚函数。在此基础上,构建了一种基于学科间动念不一致信息的协同优化算法COMI。并针对该算法,应用典型计算范例与标准CO算法、松弛CO算法等进行了比较研究。结果表明,与标准CO算法和松弛CO算法相比,在最优目标函数值和设计可行性之间取得了较好的平衡。深入研究了MDO计算框架实现问题。提出了一种基于HLA的协同优化算法框架COF-HLA,分析了COF-HLA在分布式CO实现中的一系列重要问题,包括联邦设计、对象类设计、时间同步策略、数据分发管理策略等。该框架提供了运行时间推进机制,可以使各分布式MDO计算节点在运行时间推进机制的统一协调下同步地迭代优化。该框架还提供了数据分发机制,大大降低了分布式计算时的网络通讯量,提高了整个CO计算的效率。并且该框架是一种通用化的计算框架,可以将特定的CO问题方便地套用计算框架来实现,从而提高了MDO程序的结构化程度,使得工程设计人员可以将精力集中于与设计相关的问题,不用过多考虑分布式MDO的实现。深入研究了基于物理规划的多目标优化方法。并在此基础上提出了一种基于物理规划的多目标协同优化算法。通过设计者构造的偏好函数,可以将CO计算的多目标系统级优化问题转化为单目标的综合偏好函数优化问题。通过仿真算例验证了方法的有效性。将本文研究的多学科设计优化算法用于解决导航星座设计问题,构建了基于HLA和STK的导航星座系统优化平台,利用基于物理规划的协同优化算法实现了某导航星座的参数设计优化。并将优化结果与一个仿GPS星座进行了对比。对优化结果的分析表明了该方法的有效性。
闫志斌[3]2012年在《面向AUV协同设计的MDO软件支撑系统研究与实现》文中研究表明自主水下机器人(AUV)设计是一项复杂的系统工程,涉及多个学科领域。多学科设计优化(MDO)是解决复杂工程系统设计优化的一种有效方法和工具。多学科设计优化计算框架是指能实现多学科设计优化方法,包含硬件和软件体系的计算环境。本文依托机器人学国家重点实验室开放课题“基于移动Agent的AUV多学科设计优化计算框架研究”,对多学科设计优化计算框架的软件支撑部分中关键技术进行了深入地研究,并基于Web与移动Agent技术对MDO软件支撑系统进行研发,旨在解决现有AUV计算框架不支持多人协同设计的缺陷,建立具有协作性、智能性、容错性和可复用性的MDO软件支撑系统。本文提出的面向AUV协同设计的MDO软件支撑系统采用B/S架构并使用Web技术,用户可以通过客户端浏览器访问系统,并能够以图形化的方式创建设计流程,从而实现多人异地的协同设计；此外,利用移动Agent技术实现系统的分布式计算功能,实现多个设计流程的并行处理,并使得任务调度具有智能性。本文首先对多学科设计优化计算框架的基本知识进行了概述,分析了它的研究现状及目前AUV多学科设计优化计算框架实现技术上的弊端；接下来对与本文系统实现相关的技术进行了介绍,包括搭建B/S架构的Java EE平台和Web编程技术,实现系统分布式计算的移动Agent技术,方便设计流程管理和存储的工作流和XML技术等。论文在需求分析部分对系统的功能需求进行了UML建模分析,并根据需求分析对系统进行了详细设计,其中包括Web设计、移动Agent设计及数据存储设计。在系统实现部分给出了系统核心模块的实现细节,主要包括设计流程的存储管理与执行控制,以及移动Agent的实现与控制。最后,给出了本文系统的测试方案和测试结果。目前该系统已经成功移植到机器人学国家重点实验室的实际设计环境中进行了验证,实验结果表明,本文设计的计算框架能够满足实验室进行AUV协同设计的实际需要,极大地提高了AUV设计所需的各种软硬件资源的利用率。
赵磊[4]2012年在《基于Web服务的分布式多学科设计优化计算框架研究》文中提出多学科设计优化（Multidisciplinary Design Optimization，MDO）是为了解决复杂工程系统设计的新学科。MDO的主要研究方向是MDO计算框架、代理模型、MDO方法及MDO的应用。MDO计算框架是指能实现多学科设计优化方法、包含硬件和软件体系的计算环境，在环境中既能够集成和运行各学科的并行计算，又能够实现各学科之间的协同优化。目前MDO计算框架比较适合于地域上集中、设计优化软件兼容性较好的情况下解决MDO问题。但在实际的工程应用中，设计优化软件通常是分布在地理上分散的、异构的环境中，参与设计的人员也往往是来自不同单位、不同学科的专家，传统的MDO计算框架已无法对分布式MDO模式进行有效支持。因此，本文主要研究实现分布式、异构软件集成的MDO计算框架相关技术。首先，本文对MDO计算框架的研究现状进行了概述，并根据MDO计算框架的特点，对常见MDO计算框架进行分析对比。通过分析对比，发现现有MDO计算框架的不足之处是：不易于MDO方法的表达、以及和在分布式环境下实现并行计算和设计方面不够理想。其次，针对现有MDO计算框架中MDO方法不易表达的问题，本文研究了MDO过程建模的方法。针对MDO过程特点，在对现有流程建模方法的进行比较的基础上，提出了基于层次Petri网的MDO过程建模的方法，增强了分布式MDO计算框架的MDO表达能力。接着，针对分布式环境下MDO计算框架并行计算能力较弱的问题，本文从分布计算的角度入手，通过对异构设计优化软件的集成，来提高MDO计算框架的分布环境下的并行计算能力。重点研究了基于Web服务的设计软件的封装与集成方法，把实现了分布式环境下异构设计优化软件的无缝集成。所提出的分布式MDO计算框架为解决MDO问题提供了一个有效的协同环境。然后，在以上工作的基础上，采用基于JXTA的P2P计算机网络结构实现分布式MDO计算框架硬件布局。提出了分布式MDO计算框架的设计方案，开发了原型系统，并在工程实例中进行了应用。最后，本文对全文进行总结，并对以后工作进行了展望。
余雄庆, 姚卫星, 薛飞, 穆雪峰, 刘克龙[5]2004年在《关于多学科设计优化计算框架的探讨》文中提出多学科设计优化 (MDO)框架是指能实现多学科设计优化方法、包含硬件和软件体系的计算环境 ,在这个计算环境中能够集成和运行各学科的计算 ,实现各学科之间的通讯。本文根据MDO的目的、工业界的需要和MDO框架的现状 ,归纳了MDO框架应具有的特征和功能。并以这些特征和功能为评估准则 ,对目前国外几种主要的通用MDO计算框架进行分析和评估。本文目的在于为通用MDO计算框架的开发提供有用的参考意见
柳勋[6]2011年在《机械液压约束活塞发动机多学科协同优化设计支持环境研究》文中研究指明机械-液压约束活塞发动机可以同时协调地输出机械、液压两种动力或单独输出其中之一,不仅可以合理地调节动力系统负荷、回收再利用惯性能量,并可大大简化后续动力传动系统,对于需要多元动力的工程机械等车辆有着迫切的应用需求。多学科协同优化框架是指能实现多学科设计优化方法,包含硬件和软件体系的计算环境,是机械-液压约束活塞发动机(MHCPE)结构设计的重要手段。本文论述了MHCPE多学科协同优化设计框架的原理和要求,介绍了框架的实现方法,结构如下：(1)对框架系统设计开发过程中的各类关键技术进行列举描述,介绍技术核心并详述选择依据。(2)通过对多学科协同优化框架系统的设计需求、体系结构及优化问题描述的详细分析,确定MCDO问题的优化算法,并对框架系统的总体架构进行详细划分,明确各层功能。(3)利用Java Applet、RMI及ASP技术,开发了CAE集成框架系统。该框架系统能够实现CAE程序的远程调用计算,通过专用接口,可对优化设计领域的遗留代码进行封装,集成遗留应用程序。(4)详细描述MHCPE部件优化流程及实现方法,明确框架系统的实现过程,通过对MHCPE主运动系统的单级和多级协同优化算法,对框架进行了测试,使曲轴和连杆的体积和随迭代次数的增加而下降,减少值约9.8%,计算时间大幅削减,优化效率明显提高。
尚军[7]2007年在《基于Web的多学科设计优化软件支撑系统的研究与开发》文中认为多学科设计优化(Multidisciplinary Design Optimization，MDO)是解决复杂工程系统设计优化的一种有效方法和工具，在航空航天领域有着广阔的应用前景。多学科设计优化框架是指能实现多学科设计优化方法，包含硬件和软件体系的计算环境。本文依托国防科工委“军机数字化设计制造集成技术研究”预先研究课题，对MDO软件框架技术进行了深入地研究，在产品协同商务(Collaborative Product Commerce，CPC)平台Windchill系统的基础上，使用以Java为核心的技术开发了基于Web的MDO软件支撑系统。该系统已通过了国防科工委专家组的验收，并已交付使用。本文的主要研究工作包括： 1)在系统需求分析的基础上，利用Java Applet与RMI技术开发了CAE集成框架子系统。该系统实现了CAE程序的分布式运算，提供手动运行和自动运行两种功能模块，并能够集成各学科的遗留程序。 2)对多学科设计优化问题的初始化技术进行了研究分析，并使用Applet与RMI技术实现了可视化的多学科设计问题定义和协调功能模块，该模块能够直接从文件中提取设计变量和状态变量。 3)对多学科设计优化算法进行研究，并紧密结合我国在相关方面的实际研究状况，将一种新的优化算法——“基于规则和综合协调的优化算法’’应用于MDO软件框架。该算法不要求给出目标函数，为那些难以构建数学模型的复杂系统的设计优化问题提供了一种解决途径。 4)设计了相应的优化工作流程，并借助Windchill工作流管理系统实现了该工作流。最后通过一个计算实例证明了系统的可用性。
臧泽帅[8]2005年在《基于COM/DCOM的分布式优化计算系统的研究》文中研究说明为了解决实际工程中优化设计计算量过大的问题,缩短设计周期,降低优化成本,并且充分利用现有计算资源,作者结合计算机行业的分布式对象技术,实现了一个分布式的用于优化设计的计算系统。分布式的结构优化计算系统是在作者结合分布式计算、分布式对象技术、计算机网络、有限元分析方法、结构优化算法以及其他相关学科研究的基础上设计并开发出来的。目前结构优化设计通常在单台计算机上完成,但是单机的计算能力毕竟是有限的。作者所开发的系统把一个优化设计任务分布到局域网内的多台计算机上同时进行,从而大大提高了计算速度和充分利用了现有的计算资源。通过该系统,用户可以把通过网络连接的多台计算机看作一台超级计算机,它有多个CPU和多个存储器。作者所开发的系统负责这台超级计算机内部的各CPU管理、计算任务分配和数据传送,而这些功能对用户来说是全透明的,即用户不需要关心这些,用户可以只关注优化任务的参数设置和最终计算结果。该分布式系统的实现基于DCOM规范,DCOM规范是微软公司提出的,用于支持位于不同计算机上的对象之间的通讯。课题所做的主要工作如下:1.通过对当前优化设计学科和计算机领域的分布式对象技术的研究,把分布式计算引入到优化设计学科。2.实际开发了一个基于DCOM的分布式的用于结构优化的计算系统,并通过几个算例对其进行了验证,证明了系统的可行性和高效性。
胡添元[9]2010年在《飞翼布局飞机总体多学科设计优化研究》文中指出飞翼是一种非常规布局型式,飞翼布局飞机的总体设计缺乏历史数据(统计数据)可供参考,而且涉及气动、隐身、结构、重量重心和性能等多个学科,一些学科之间还存在耦合关系。因此,采用多学科设计优化是解决飞翼布局飞机总体设计问题的有效方法。本文旨在研究飞翼布局飞机总体多学科设计优化方法,主要内容如下:1)提出一种飞翼布局飞机总体多学科设计优化策略,该策略将优化设计流程分为系统级优化和子系统级优化(或分析)两个层次。系统级优化的任务是通过调整全局外形设计变量,使系统目标或多个目标性能最优。子系统级优化(或分析)包括气动/隐身一体化设计、结构优化、重量重心计算和性能分析。气动/隐身一体化设计的任务是对局部外形设计变量进行优化,在满足隐身性能前提下,使升阻比最大;结构优化的任务是对结构尺寸进行优化,使结构重量最轻。重量重心计算的任务是计算燃油重量以及在不同装载和油耗情况下重心的变化范围;性能分析的任务是计算起飞距离、着陆距离、海平面最大爬升率、作战半径和转场航程。为了减少优化过程中的计算量,采用基于代理模型的二级优化方法。2)针对飞翼布局飞机外形特点,研究一种飞翼外形参数化数学模型,包括总体轮廓参数化模型、主剖面参数化模型和过渡面参数化模型。基于该模型,应用CATIA二次开发技术,编制能自动生成飞翼叁维CAD模型程序。3)为了实现多学科设计优化流程的自动化,应用CATIA二次开发技术、网格生成软件Gridgen的脚本语言和Patran的二次开发语言,编制了一个面向多学科设计优化的模型生成器。该模型生成器基于一个统一的叁维CAD模型,可以自动生成各学科的分析模型,实现了从CAD模型到气动、隐身、结构和重量重心分析模型的无缝连接。4)根据基于代理模型的二级优化方法,提出一种飞翼布局飞机总体多学科设计优化流程,并详细阐述了流程的实现过程。根据该流程,在iSIGHT-FD集成优化平台下建立飞翼布局飞机总体多学科设计优化计算环境,从而实现整个优化过程的自动进行。5)以单发和多发飞翼布局飞机为研究对象,进行气动、隐身、结构、重量重心和性能多学科设计优化,并对优化结果进行分析。应用算例表明:本文所提出的优化策略是有效的,所采用的技术路线是可行的,能成功解决飞翼布局飞机总体多学科设计优化问题。
刘磊[10]2014年在《基于可靠性和物理规划的多学科协同优化方法研究》文中研究说明随着社会多元化程度的不断加快,科技的持续发展,我们生活中的各种产品的复杂程度更是日益提高。而传统的设计优化理论在对复杂系统进行设计时存在设计效率低、产品开发周期长等诸多缺陷。为此,科研设计人员开发了新的设计优化理论,即多学科设计优化理论。该理论强调充分利用各学科之间的存在的耦合协同机制,通过不断协调各学科变量的取值,从而获得系统整体最优解。在操作上,该理论要求在设计之初就必须充分考虑学科间存在的耦合关系,通过分布式计算网络组织和管理整个设计过程,从而实现并行的分析和设计。本文深入分析研究了多学科设计优化理论及其技术体系,并对几种多学科设计优化方法进行详细的分析与研究,并将这几种方法应用到数学算例的求解之中。标准协同优化方在计算上存在很大的困难性。本文采用二次函数算例,通过结果对比详细探讨说明了其存在的计算困难性,并从数学理论的角度深入分析探讨了导致这种计算困难的根本原因。针对其计算困难的根本原因,本文深入分析研究了叁种改进措施。将叁种改进措施应用到算例的分析求解之中,并从优化结果的误差度、迭代次数、收敛程度等几个方面加以评判。通过多方面的对比,表明引入松弛变量的协同优化方法具有很好的计算性能。可靠度是现代社会衡量产品质量的一个重要指标。为了提高经多学科设计优化后产品的可靠度,本文深入研究探讨了一阶可靠性方法,并将一阶可靠性方法引入到多学科设计优化的框架之中,从而保证系统产品的可靠度。为此,本文建立了基于可靠性的协同优化方法。通过数学算例表明该方法是行之有效的。而后,将该方法应用到齿轮箱减速器的设计优化之中,通过结果对比表明采用该方法后齿轮箱减速器的可靠度得到了显着提高。物理规划方法因能将工程经验等偏好信息融入到产品的设计优化之中,而深得广大工程设计人员的喜爱。本文详细分析研究了物理规划方法的设计思想、偏好函数的建立以及计算流程等。在此基础上,本文将物理规划方法融合到多学科设计优化方法之中,建立了基于物理规划的协同优化方法。将该方法应用到某型号战术导弹的设计优化之中,不仅偏好信息等得到了充分的考虑,而且所得到的优化结果也是非常令人满意的。
参考文献：
[1]. 多学科设计优化分布式计算环境的研究[D]. 蔡苗. 南京航空航天大学. 2003
[2]. 多学科设计优化方法及其在导航星座设计中的应用[D]. 冯向军. 国防科学技术大学. 2008
[3]. 面向AUV协同设计的MDO软件支撑系统研究与实现[D]. 闫志斌. 大连理工大学. 2012
[4]. 基于Web服务的分布式多学科设计优化计算框架研究[D]. 赵磊. 华中科技大学. 2012
[5]. 关于多学科设计优化计算框架的探讨[J]. 余雄庆, 姚卫星, 薛飞, 穆雪峰, 刘克龙. 机械科学与技术. 2004
[6]. 机械液压约束活塞发动机多学科协同优化设计支持环境研究[D]. 柳勋. 青岛大学. 2011
[7]. 基于Web的多学科设计优化软件支撑系统的研究与开发[D]. 尚军. 西北工业大学. 2007
[8]. 基于COM/DCOM的分布式优化计算系统的研究[D]. 臧泽帅. 南京航空航天大学. 2005
[9]. 飞翼布局飞机总体多学科设计优化研究[D]. 胡添元. 南京航空航天大学. 2010
[10]. 基于可靠性和物理规划的多学科协同优化方法研究[D]. 刘磊. 电子科技大学. 2014
标签：计算机硬件技术论文; 分布式计算论文; 分布式架构论文; 协同设计论文; 协同软件论文; 优化论文; 开发框架论文; 分布式技术论文;