公开(公告)号：CN110110385A

公开(公告)日：2019-08-09

申请号：CN201910293252.0

申请日：2019-04-12

Applicant: 电子科技大学

Inventor： 许焕卫 ,  刘椋文 ,  张淼

IPC: G06F17/50

Abstract: 本发明公开了一种基于复合形的自适应代理模型优化方法及其在电池模块优化设计中的应用。由于传统的优化方法在解决黑箱问题或具有复杂性能函数的工程问题时，成本高、周期长、操作复杂，所以提出一种基于复合形的自适应代理模型优化方法，并应用在电池模块的优化设计中。首先，构造空冷电池模块ANSYS几何优化模型；其次，根据ANSYS几何优化模型进行CFD计算；然后，利用试验设计方法、近似技术建立代理模型，最后基于复合形的自适应代理模型优化方法对空冷电池模块进行优化。本发明将复合形法应用于代理模型的序列加点迭代中，比传统的序列加点优化方法具有添加样本少、收敛速度快、局部精度高且具有高效的优化效率等优点，具有广泛的应用前景。

公开(公告)号：CN110110385B

公开(公告)日：2022-05-03

申请号：CN201910293252.0

申请日：2019-04-12

Applicant: 电子科技大学

Inventor： 许焕卫 ,  刘椋文 ,  张淼

IPC: G06F30/23 ,  G06F30/28 ,  G06F111/04 ,  G06F119/08

Abstract: 本发明公开了一种基于复合形的自适应代理模型优化方法及其在电池模块优化设计中的应用。由于传统的优化方法在解决黑箱问题或具有复杂性能函数的工程问题时，成本高、周期长、操作复杂，所以提出一种基于复合形的自适应代理模型优化方法，并应用在电池模块的优化设计中。首先，构造空冷电池模块ANSYS几何优化模型；其次，根据ANSYS几何优化模型进行CFD计算；然后，利用试验设计方法、近似技术建立代理模型，最后基于复合形的自适应代理模型优化方法对空冷电池模块进行优化。本发明将复合形法应用于代理模型的序列加点迭代中，比传统的序列加点优化方法具有添加样本少、收敛速度快、局部精度高且具有高效的优化效率等优点，具有广泛的应用前景。

公开(公告)号：CN110110384A

公开(公告)日：2019-08-09

申请号：CN201910293026.2

申请日：2019-04-12

Applicant: 电子科技大学

Inventor： 许焕卫 ,  王瑜 ,  刘椋文

IPC: G06F17/50 ,  G06N3/00

Abstract: 本发明公开了一种基于浓度策略的非支配遗传算法在飞机翼型优化设计的应用。由于传统的翼型优化方法存在依赖给定气动要求、需要先验数据以及优化算法本身存在收敛性与多样性不高的问题，所以提出了一种基于浓度策略的非支配遗传算法，并应用于飞机翼形设计优化中。首先，参考一般飞机翼型参数化方法确定飞机翼型参数；其次，根据飞机翼型参数计算翼型曲线，建立气动优化设计模型；然后，利用基于浓度策略的非支配排序遗传算法对飞机翼型模型进行优化，接着执行循环直到满足终止条件后输出最优值。本发明将基于浓度策略的非支配遗传算法应用在多目标设计优化领域，比传统优化方法具有更强的普适性、更好的全局寻优能力等优点，具有广泛的应用前景。