本书系统阐述了不确定性多学科设计优化(UMDO)理论及其在飞行器总体设计中的应用。在UMDO理论方面，介绍了UMDO研究背景与进展、UMDO基础知识、不确定性建模方法、灵敏度分析方法、近似方法、不确定性分析方法、不确定性优化方法、确定性MDO优化过程和UMDO优化过程;在UMDO应用方面，介绍了两个多学科设计优化标准测试算例和三个飞行器总体设计实例，包括基于UMDO的小卫星总体设计、在轨服务系统总体设计以及新概念分离模块航天器系统总体设计。本书内容丰富翔实，深入浅出，具有较强的前沿性和实用性。
样章试读
目录
- 目录
前言
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 —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 2H
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
京公网安备 11010102004214号