描述
开 本: 16开纸 张: 胶版纸包 装: 精装是否套装: 否国际标准书号ISBN: 9787568037365丛书名: 智能制造与机器人理论及技术研究丛书
第1章绪论（1）
1.1多学科可靠性设计优化的提出（1）
1.2多学科可靠性设计优化研究现状（3）
1.2.1确定性多学科设计优化研究（3）
1.2.2不确定性量化理论（6）
1.2.3多学科可靠性评价方法（8）
1.2.4单学科可靠性分析方法（9）
1.2.5多学科可靠性分析方法（13）
1.2.6多学科可靠性设计优化（15）
1.3本书主要内容（17）
参考文献（19）
第2章多学科可靠性设计优化理论基础（29）
2.1多学科设计优化理论（29）
2.1.1多学科设计优化定义（30）
2.1.2多学科设计优化数学模型（32）
2.1.3灵敏度分析技术（33）
2.1.4多学科设计优化算法（37）
2.1.5多学科设计优化策略（39）
2.1.6多学科设计优化中的多目标问题（54）
2.1.7多学科设计优化环境（60）
2.2基于可靠性的设计优化（62）
2.2.1不确定设计优化（62）
2.2.2RBDO数学模型（65）
2.2.3RBDO流程（65）
2.2.4RBDO求解策略（66）
2.3本章小结（67）
参考文献（67）
考虑多源不确定性的多学科可靠性设计优化目录第3章改进的协同优化算法（72）
3.1协同优化算法改进综述（72）
3.1.1改进协同优化算法的收敛性能（72）
3.1.2提高协同优化算法的计算效率（74）
3.2基于智能优化算法的协同优化算法（76）
3.2.1面向多学科设计优化的智能优化算法库（76）
3.2.2自适应智能优化算法（84）
3.2.3自适应协同优化策略（94）
3.3基于线性近似过滤的联合线性近似协同优化策略（109）
3.3.1协同优化算法的迭代过程（109）
3.3.2联合线性近似协同优化（111）
3.3.3联合线性近似协同优化过程中的线性近似冲突（113）
3.3.4线性近似过滤策略（115）
3.3.5基于LAF策略的CLACO计算流程（122）
3.3.6算例验证（123）
3.4本章小结（132）
参考文献（132）
第4章基于近似技术的可靠性分析方法（136）
4.1近似技术与试验设计概述（136）
4.1.1多学科设计优化中的近似技术（136）
4.1.2多学科设计优化中的试验设计方法（141）
4.1.3基于近似技术的多学科设计优化应用实例（144）
4.2基于逆可靠性原理抽样的响应面法（155）
4.2.1逆可靠性分析的响应面法（155）
4.2.2基于逆可靠性分析原理的抽样方法（156）
4.2.3算例验证（160）
4.3基于样本点全插值的响应面法及其应用（164）
4.3.1样本点全插值法（165）
4.3.2应用样本点全插值的响应面法（166）
4.3.3算例验证（168）
4.4本章小结（170）
参考文献（171）
第5章多源不确定性数学建模（173）
5.1不确定性来源与分类（174）
5.2不确定性的数学建模理论（176）
5.2.1随机不确定性的数学建模（176）
5.2.2模糊不确定性的数学建模（179）
5.2.3区间不确定性的数学建模（182）
5.2.4基于证据理论的随机模糊区间不确定性
统一表达（188）
5.3不确定性在多学科系统中的传播（190）
5.3.1 单学科不确定性传播（190）
5.3.2多学科系统中的混合不确定性传播（191）
5.4本章小结（195）
参考文献（195）
第6章单学科统一可靠性分析方法（200）
6.1可靠性分析概述（200）
6.1.1可靠度概念（200）
6.1.2可靠度指标（201）
6.1.3可靠性评价（202）
6.2常用的可靠性分析方法（203）
6.2.1蒙特卡罗仿真分析方法（203）
6.2.2响应面法（204）
6.2.3一阶可靠性分析方法（206）
6.2.4二阶可靠性分析方法（SORM）（214）
6.2.5其他可靠度求解方法（215）
6.3基于证据理论的统一可靠性分析（217）
6.3.1基于证据理论的可靠性分析（218）
6.3.2基于证据理论的统一可靠性分析方法（219）
6.3.3算例（221）
6.4基于概率论、可能性理论、证据理论的统一可靠性
分析（226）
6.4.1随机模糊区间混合不确定性下的可靠性分析
模型构建（226）
6.4.2统一可靠性分析的FORMαURA方法（233）
6.4.3实例验证（237）
6.5基于插值的统一可靠性分析（244）
6.5.1目标子似真度的确定（245）
6.5.2逆可靠性评估模型的建立（246）
6.5.3逆分析的最可能失效点的求解（247）
6.6本章小结（256）
参考文献（257）
第7章序列化的多学科统一可靠性分析方法（261）
7.1多学科可靠性分析方法概述（262）
7.1.1多学科可靠性分析流程（262）
7.1.2多学科分析（264）
7.1.3基于PMA的多学科可靠性分析（265）
7.1.4基于卡方分布的统一多学科可靠性分析方法（267）
7.1.5基于鞍点近似的多学科统一可靠性分析方法（271）
7.2基于概率论的序列化多学科可靠性分析方法（275）
7.2.1序列化多学科可靠性分析方法原理（275）
7.2.2序列化多学科可靠性分析中采用的方法（276）
7.2.3序列化多学科可靠性分析方法的数学模型（277）
7.2.4序列化多学科可靠性分析流程与步骤（277）
7.3基于概率论和凸集模型的序列化多学科可靠性分析方法（280）
7.3.1MUSMRA方法原理（280）
7.3.2MUSMRA数学模型（281）
7.3.3MUSMRA流程与步骤（283）
7.3.4实例分析与讨论（285）
7.4基于概率论、可能性理论和证据理论的序列化多学科
可靠性分析方法（291）
7.4.1含有三种不确定性的多学科逆可靠性分析模型（291）
7.4.2嵌套MDPMA求解方法（292）
7.4.3ISMDPMA求解方法（293）
7.4.4算例验证（296）
7.5本章小结（302）
参考文献（302）
第8章考虑多源不确定性的多学科可靠性设计优化建模（304）
8.1复杂产品系统MDO建模方法概述（304）
8.1.1系统的分解（304）
8.1.2多学科设计优化建模技术（306）
8.2随机不确定性下的RBMDO模型（311）
8.2.1RBMDO数学模型（311）
8.2.2采用多学科可行法的RBMDO（312）
8.2.3采用单学科可行法的RBMDO（313）
8.3基于概率论和凸集模型的RBMDO数学模型（315）
8.3.1不确定性的数学建模流程（315）
8.3.2可靠性综合评价指标的建立（319）
8.3.3多源不确定性条件下的RBMDO模型（322）
8.4考虑随机模糊区间混合不确定性的RBMDO建模（326）
8.4.1不确定性的数学建模（326）
8.4.2随机模糊区间混合不确定性下的可靠性评价（327）
8.4.3随机模糊区间混合不确定性下的多学科可靠性
设计优化模型（330）
8.5本章小结（334）
参考文献（335）
第9章多源不确定性条件下的多学科可靠性设计优化（338）
9.1基于可靠性的多学科设计优化（338）
9.1.1数学模型（338）
9.1.2优化流程（339）
9.2序列优化与可靠性评估策略及其应用（342）
9.2.1序列优化与可靠性评估策略（342）
9.2.2基于SORA和CSSO的多学科可靠性设计优化（343）
9.2.3基于SORA和CO的RBMDO（349）
9.2.4基于SORA和BLISCO的RBMDO（351）
9.3混合层次多学科可靠性设计优化策略HSORA（353）
9.3.1HSORA思想（353）
9.3.2HSORA流程（356）
9.3.3HSORA方法步骤（357）
9.4随机不确定性条件下的HSORA（358）
9.4.1HSORARBMDO策略（358）
9.4.2HSORARBMDO步骤（359）
9.4.3HSORARBMDO中的数学模型（359）
9.5随机认知不确定性条件下的AEMDO（361）
9.5.1HSORAAEMDO策略（361）
9.5.2HSORAAEMDO步骤（362）
9.5.3HSORAAEMDO中的数学模型（363）
9.5.4算例测试（366）
9.6随机模糊区间不确定性下的SOMUA（369）
9.6.1单学科的SOMUA介绍（369）
9.6.2并行计算的SOMUA方法（372）
9.6.3RFIMDOPCSOMUA方法与流程（380）
9.6.4RFIMDOPCSOMUA过程中的移动向量（382）
9.6.5RFIMDOPCSOMUA中的相关数学模型（383）
9.6.6数值算例验证（385）
9.7工程算例验证（388）
9.7.1航空齿轮传动系统算例（389）
9.7.2概念船设计算例（395）
9.8本章小结（402）
参考文献（403）
第10章RBMDO发展展望（406）
10.1RBMDO技术（406）
10.1.1构建精确的RBMDO模型（406）
10.1.2高效的RBMDO求解技术（408）
10.2多学科设计优化建模（409）
10.2.1传统多学科设计优化建模存在的问题（410）
10.2.2基于MBSE的多学科设计优化建模（411）
10.2.3基于Modelica的多学科设计优化建模方法（412）
10.3多学科设计优化环境（414）
10.3.1多学科设计优化策略的功能需求（414）
10.3.2基于Web服务的多学科设计优化框架（417）
10.3.3未来的多学科设计优化环境（419）
10.4多学科设计优化与先进技术的结合（420）
10.4.1基于多学科设计优化的3D打印设计技术（420）
10.4.2基于数据挖掘和大数据的多学科设计优化（422）
10.5本章小结（423）
参考文献（424）
随着科学技术的不断进步与发展以及人类需求的不断变化，工程系统的复杂程度日益提高。20世纪80年代发展起来的多学科设计优化理论是一套解决复杂工程系统优化问题的方法论。多学科设计优化方法力求充分考虑工程系统各门学科间的相互影响和耦合作用，采用有效的优化策略，灵活组织和管理整个系统的设计过程，通过充分利用各学科之间相互作用所产生的协同效应，来获得系统的整体最优解，从而达到提高复杂工程系统性能、降低设计成本并缩短研发周期的目的。
复杂工程系统的设计与开发不仅涉及多个耦合学科，而且包含多源多类不确定性。从人类认知能力的角度，不确定性可分为随机不确定性和认知不确定性两类。为获得高可靠性和高安全性的工程系统，考虑不确定性的设计优化已成为复杂工程系统设计的焦点之一。目前，对于设计参变量含有随机不确定性的情况，基于可靠性的多学科设计优化得到了广泛关注，人们在这一研究领域已取得丰硕成果。然而，考虑多源不确定性（随机和认知不确定性）的多学科设计优化相关理论与方法仍有待深入研究。
本书结合笔者近十年来完成国家自然科学基金项目以及与企业合作研究开发项目所取得的研究成果，介绍了多源不确定性条件下的多学科可靠性设计优化相关理论与方法。本书主要内容如下。
第1章绪论，介绍了多学科可靠性设计优化方法提出的背景和意义，归纳总结了国内外相关研究现状与发展趋势。
第2章多学科可靠性设计优化理论基础，主要介绍了多学科设计优化的基础理论和关键技术，以及基于可靠性的设计优化基础理论。
第3章改进的协同优化算法，重点介绍了基于智能优化算法的自适应协同优化策略和基于线性近似过滤的联合线性近似协同优化策略。
第4章基于近似技术的可靠性分析方法，重点介绍了基于逆可靠性原理抽样的响应面法和基于样本点全插值的响应面法及其在可靠性分析中的应用。
第5章多源不确定性数学建模，主要介绍了随机不确定性、模糊不确定性和区间不确定性的数学建模理论，提出了基于证据理论的多源不确定性统一表达方法。
第6章单学科统一可靠性分析方法，主要介绍了几种考虑多源不确定性的可靠性分析求解方法，包括基于证据理论的统一可靠性分析方法，基于概率论、可能性理论、证据理论的统一可靠性分析方法以及基于插值的统一可靠性分析方法。
第7章序列化的多学科统一可靠性分析方法，重点介绍了随机不确定性条件下序列化的多学科统一可靠性分析方法(SMRA)、同时处理随机和认知不确定性的序列化多学科可靠性分析方法(MUSMRA)和一种基于插值的序列多学科逆可靠性分析方法(ISMDPMA)。
第8章考虑多源不确定性的多学科可靠性设计优化建模，主要介绍了随机不确定性下的RBMDO建模、基于概率论和凸集模型的RBMDO建模及考虑随机模糊区间混合不确定性的RBMDO建模方法。
第9章多源不确定性条件下的多学科可靠性设计优化，重点介绍了混合层次多学科可靠性设计优化策略HSORA及其求解流程，通过工程算例对所提方法进行应用验证。
第10章RBMDO发展展望，论述相关研究方向的未来发展。
本书反映了笔者以及笔者所领导的研究团队近年来的研究成果。本书的主要内容来源于笔者指导的博士生、硕士生的研究工作以及学位论文和发表的学术论文。这些学生一部分已经走上工作岗位，或者在高等院校继续从事科研教学工作，或者任职于制造企业从事产品开发与生产工作。在此列出为本书内容做出直接贡献的人员的名字：中国航天科工集团朱玉明博士、刘少华硕士、谢琦硕士，河北工程大学孟欣佳博士，科诺世（上海）汽车科技有限公司安向男硕士，在读的博士研究生付超、周建慧及硕士研究生李新光、杨国辉。同时，向没有列出名字但在本书形成过程中给予了各方面帮助和支持的同事、学生表示感谢。
与中国航天科工集团开展的合作研究中，陈建江博士给予了大力支持，特此致谢。
本书得以出版，要特别感谢国家自然科学基金委员会的大力支持，感谢国家自然科学基金（项目编号51175019）以及湖北省学术著作出版专项资金的资助，感谢华中科技大学出版社的支持和帮助。
作为研究成果，本书不可避免存在不完善的地方或者见解，书中内容的表述也会存在不妥当的地方，衷心希望各位专家和广大读者不吝批评和指正。
评论
还没有评论。