一种改进的约束域拉丁方抽样算法及工程应用

发布时间：2021-10-28 07:25

　　提出一种改进的约束域拉丁方抽样算法（ICD-LHS）。该算法分为2个阶段:第一阶段利用聚类算法获取满足约束条件的样本特征点;第二阶段通过差分进化算法优化样本点位置,得到满足约束条件的均匀分布样本点。选取3个标准测试函数,将该算法与传统抽样算法进行对比,结果表明:ICD-LHS算法具有较好的均匀性及通用性。最后,以汽车防撞梁截面形状的样本抽样为典型案例,利用ICD-LHS算法产生指定数量的、并在不规则设计区域内满足制造约束条件的防撞梁截面样本,该截面样本具有较好的均匀性,对后续的截面优化设计具有指导意义。 

【文章来源】：重庆理工大学学报(自然科学). 2020,34(10)北大核心

【文章页数】：9 页

【部分图文】：

冲压约束示意图

通过上述2个阶段的分析，ICD-LHS算法即可实现在多变量、多约束条件下高质量的拉丁方抽样，其具体流程如图2所示。为更好地展现ICD-LHS算法的过程，选取二维案例对该算法进行详细说明。该二维案例指定样本点个数50，设计空间为:半径为0.4的圆与2条抛物线之间重叠的区域，具体的数学表达式如表1所示。

首先，依据该算例的指定抽样点个数，在设计空间内进行拉丁方抽样获得集合Ini＿data，如图3(a)所示;其次，遍历集合Ini＿data中样本点，找到所有满足约束条件的样本点，记为集合Fea＿data，如图3(b)所示;然后，利用FCM算法在集合Fea＿data中产生50个聚类中心，记为集合Fcm＿data，如图3(c)所示;最后，利用差分进化算法优化集合Fcm＿data中样本点，最终结果如图3(d)所示。通过该二维案例可看出，ICD-LHS算法可实现在约束条件的试验设计，并且具有较好的均匀性，能够较好地反映设计空间的特征信息。3 算法测试

【参考文献】：
期刊论文
[1]基于复杂工程约束的车身梁截面优化设计[J]. 侯文彬,王增飞,张伟,张红哲.  机械工程学报. 2014(18)
[2]基于蚁群算法面向设计的车身关键截面生成方法[J]. 宋凯,成艾国,陈少伟,王国春,钟志华.  中国机械工程. 2010(19)



本文编号：3462477