可靠性优化设计相关SCI论文摘要

改进的全局优化算法求解概率约束空间内最大可靠性问题（A Modified Efficient Global Optimization Algorithm for Maximal Reliability in a Probabilistic Constrained Space 2009）

论文指出，大部分研究者假设可靠性水平是由过去的经验或者其他的设计注意事项得出，而没有研究约束空间，因此很可能会得到不准确的目标可靠性水平，它将会得出没有价值的结果。作者利用改进的全局优化算法，研究了概率约束空间的最大可靠性。通过反复地构建和完善Kriging 模型，该算法能够在非连续可行域以很大的可靠水平得出全局最优解。提出了一种加密取样规则，以迫使添加的样本在边界上，通过Monte Carlo 模拟从而提高概率约束估计的准确性，这种极限状态的加密取样规则结合现有的加密取样规则形成了一种启发式方法，该方法能够有效地改善Kriging 模型。对于功能昂贵或可行域不连续的优化设计问题，比如可靠性优化问题，提出的方法在求解方面好于现有的梯度方法或直接搜索方法。应用该方法求解了一些例子。

一种基于罚函数的算法求解可靠性优化设计（An accurate penalty-based approach for reliability-based design optimization 2009）

论文指出，大部分可靠性优化设计方法问题可以分为以下两种：一种和可靠性分析有关，另一种和优化有关。传统方法将可靠性分析作为内循环，将优化作为外循环。然而传统方法计算量太大，这推动着最近的研究集中在，将内外循环合成为一个确定性的优化问题。作者提出了一种新的计算方法，该方法能够按顺序执行这两个循环。首先求解一个确定性优化问题，以大致确定模糊设计变量的平均值；在确定变量的平均值之后，开始执行可靠性分析；随着惩罚因子添加到每个极限状态函数以提高迭代求解的性能，一个新的确定性优化问题被重新建立。在其它关于此课题的研究中，使极限状态函数线性化，这将使结果有很大的误差。

一种双阶段方法处理多目标系统可靠性优化问题（A two-stage approach for multi-objective decision making with applications to system reliability optimization 2009）

论文提出了一种用于求解多目标系统可靠性优化问题的双阶段方法。在该方法中，应用一种多目标进化算法Pareto 最优解集在第一阶段被确定，很多时候会有大量Pareto 最优解，选择有代表性的解是比较困难的；为了克服这种不足，在第二阶段中应用了一种混合多目标选择优化算法，一种能够保留数据拓扑性的自组织映射，被首先应用在Pareto 最优解的分类上；然后通过对比这些解的相对效能，在每类数据中进行了数据包络分析，以确定最终代表数据。

大型复合结构的整体可靠性和尺寸优化（Integrated reliability and sizing optimization of a large composite structure 2009）

论文介绍了概率设计模型和可靠性优化设计的应用，以对一个先进复合材料潜艇航行结构在参数未定的情况下进行尺寸优化设计。在概率敏感性分析的帮助下，检查了随机变量对每个结构的失效模式的影响，并且关键模式被当作概率设计的约束条件，反之失效模式在求解结构组件的可靠性优化设计中被评估，整体系统可靠性在后续优化中被评估。结果表明，通过与确定性优化对比，当考虑概率约束时概率优化设计得到的结构重量偏高；并且发现当考虑概率约束时整体结构刚度比单个组合压制板的刚度要低。更重要的是，随后的优化分析表明概率优化设计中的系统失效概率比确定性优化设计失效概率低50%。

车门的多目标可靠性优化设计（Multiobjective reliability-based optimization for design of a vehicle door 2012）

论文指出，车门的多目标可靠性优化设计是提高车门性能研究的关键主题。然而至今大部分研究没有考虑不确定因素，同时确定性优化很可能导致设计不可靠。作者提出了一种多目标可靠性优化设计用来研究车门的设计。为了提高优化的效率，用响应面法替换了耗时的有限元模拟法。连同Monte Carlo模拟和描述性抽样技术，采用概率充分因子作为设计的约束。在求解该优化问题上应用了多目标颗粒群优化算法。结果表明，该算法能够生成具有均匀分布Pareto边界的可靠解，并且会在敏感区域选择最优解。文章最后分析了不确定因素和目标可靠性水平对于优化结果的影响，这将会为决策者提供重要的设计信息。

粒子群优化算法求解多目标可靠冗余分配问题（Multi-objective reliability-redundancy allocation problem using particle swarm optimization 2012）

文章研究的是串连系统可靠冗余分配问题，将系统可靠性和相应的设计成本作为设计目标。由于非随机不确定、不一致因素，很难降低系统成本，同时提高系统可靠性。在这种情况下，决策将变得很困难。多目标优化将会导致Pareto最优解集而不是单一最优解。为了使优化模型便于设计决策，可以将优化模型表达为模糊非线性规划问题。在模糊环境下，一个模糊多目标优化问题可由最初的优化问题得到。为了求解该问题，一个新的优化问题可由模糊多目标优化问题得出，这此过程中考虑了决策者对于成本和可靠性的权重分配，接着运用了粒子群优化算法求解最后的优化问题。

考虑概率性及非概率性不定因素的胶粘剂粘结钢筋混凝土复合梁的可靠性优化设计（Reliability-based design optimization of adhesive bonded steel–concrete composite beams with probabilistic and non-probabilistic uncertainties 2011）

论文指出，在胶粘剂粘结钢筋混凝土复合梁的优化设计中，解释各种不确定性因素是非常重要的。基于考虑概率性及非概率性不定因素结构安全评估的混合可靠性指数，合并了混合可靠性约束的可靠性优化设计在数学上是一种嵌套式问题。在求解内循环问题时引入性能测试方法来提高收敛性和稳定性。更重要的是，通过合并序列近似规划和迭代计划，该双循环优化问题被转化成一系列近似的确定性问题，在寻优过程中这将极大地降低计算量。论文通过实例演示了方法的有效性和高效率。最后，作者整合了目前的系统方法，包括有限元分析和优化设计，设计了不同载荷下单跨度胶粘剂粘结钢筋混凝土复合梁。

基于可靠性优化设计的响应曲面法计算集中模型（Reliability-based Design Optimization of Computation-intensive Models Making Use of Response Surface Models）

论文指出，优化设计计算耗时程度取决于优化问题的复杂程度。文章介绍了一种改进的自适应响应曲面方法求解可靠性优化设计问题，该方法能够明显降低求解时间。利用自适应响应曲面作为问题的目标函数和概率约束条件的要素。因为最优化发生在响应曲面上，并没有在

该复杂模型本身上，于是减少了函数求解的数量。高阶响应模型结合自适应方法。在得到最优解之前，插值函数的秩序性在连续迭代过程中能够得到提高。需要被优化的响应模型不是由一系列预定义的试验设计得出的，这是经常使用的方法，而是在优化过程中被重新定义的。提出的优化技术，在一个多参数有限元可靠性优化设计问题得到了验证。

利用一种移动渐近的方法求解可靠性优化设计问题（Reliability-based design optimization using a family of methods of moving asymptotes 2010）

论文提出了一种有效求解可靠性优化问题的方法，通过一族移动渐近的近似方法增强了顺序优化和可靠性估计方法。在顺序优化和可靠性估计中，可靠性估计和确定性优化按顺序执行。最可能的点上的概率约束的敏感性和函数值，在寻找可靠性信息过程中被获得。利用最可能的点上的概率约束的敏感性和函数值，构建了一族移动渐近的近似方法。于是，不需要概率约束的附加估计来构建一族移动渐近的近似方法。更重要的是，在顺序优化和可靠性估计中确定性优化问题中，通过利用一族移动渐近的近似方法，不需要概率约束的其他估计。通过几个例子证明了所提出方法的有效性和准确性。

利用凸线性化、顺序优化和可靠性估计方法求解可靠性优化问题（Reliability-based design optimization using convex linearization and sequential optimization and reliability assessment method 2010）

论文提出了一种有效求解可靠性优化问题的方法，通过凸线性化提高了顺序优化和可靠性估计方法。在顺序优化和可靠性估计方法中，可靠性估计和确定性优化问题被按顺序执行。并且最可能点上概率约束的敏感性和函数值，在寻找可靠性信息过程中被获得。作者利用最可能点上概率约束的敏感性和函数值，构建了凸线性化。于是，在顺序优化和可靠性估计方法的确定性优化问题中，不需要概率约束的其他估计。提出的方法应用到几个例子中，并且和多种优化方法做了对比，在相同求解精度下，提出的方法具有更高的求解效率。

非独立区间变量的可靠性优化设计（Reliability-based design optimization with dependent interval variables 2012）

论文指出，在不确定性的存在下，可靠性优化设计能够保证设计要求，即能够满足所需的可靠性水平。最近的可靠性优化设计在方法论上能够分成两种类型的不确定性：偶然类，以随机变量为代表；认知类，以区间变量为代表。然而，仅有独立区间变量可能求解。因此作者的研究目标为研究非独立区间变量的可靠性优化设计。区间变量的非独立性来自等式和不等式约束。变量有区间，可靠性也有相应的区间，并且它的下界被认为是具有一定的稳定性。发展了一种有效的求解可靠性优化的方法。该方法是顺序优化和可靠性分析（包含等式约束和不等式约束）现有框架的延伸。该新方法是有效的，因它将优化过程从可靠性和区间分析过程中分离出来。新方法被用于滑块机械的可靠性优化设计中，是一种非独立区间设计。

利用二阶随机优化算法求解可靠性设计（Reliability-Based Design Using Two-Stage Stochastic Optimization with a Treatment of Model Prediction Errors）

论文研究了机械系统的可靠性优化设计问题。论文讨论了适用于，涉及非线性系统和大量不确定参数指定系统和激励模型方面的问题，的方法论。为了处理这些问题的复杂性，随机模拟用来做系统可靠性的估计。讨论了一种改进的方法-随机子集优化算法，用来做关于问题设计变量和模型不确定参数的敏感性分析。经过少量的迭代，随机子集优化算法收敛到初始设计空间中小的子集，初始设计空间包含最优解或接近最优解。一种近似的随机优化算法可以被用于搜索上述中的小的子集。于是便产生了一种有效的二阶框架，用来求解可靠性优化

问题。关于合并这两个步骤以提高效率的问题亦进行了讨论。求解了一个动态可靠性优化问题，说明了新方法的有效性。研究了对系统模型预测误差中优化设计决策的影响，因为没有一个能够做到系统响应的完美预测。