基于IABC-Kriging模型的自适应可靠性优化设计
刘瀚儒1
智鹏鹏2
何瑞恒3
张均富4
赵亚东5
1.电子科技大学长三角研究院(湖州),湖州 313001;西华大学 机械工程学院,成都 6100392.电子科技大学长三角研究院(湖州),湖州 313001;西华大学 机械工程学院,成都 610039;安阳工学院 机械与航空制造工程学院,安阳 4550003.电子科技大学长三角研究院(湖州),湖州 313001;电子科技大学 机械与电气工程学院,成都 6117314.西华大学 机械工程学院,成都 6100395.安阳工学院 机械与航空制造工程学院,安阳 455000
摘要:[目的]针对复杂机械结构可靠性优化设计中性能函数表征困难、计算效率低的问题,建立一种基于改进人工蜂群(Improved Artificial Bee Colony,IABC)算法与并行加点Kriging模型的自适应优化设计框架.[方法]首先,利用Kriging模型构建了设计变量与性能函数的映射关系;其次,提出一种结合自适应学习函数H与函数B的并行加点策略,通过动态更新样本库提升了代理模型的拟合精度;然后,改进了人工蜂群算法的步长调整与蜜源追踪机制,提高了全局搜索的效率与精度;最后,将改进算法与国际结构安全性联合委员会组合法(Joint Committee on Structural Safety Combined Method,JC)结合进行了可靠度约束下的综合优化求解.[结果]算例分析表明,所提方法在保证优化精度的前提下,显著减少了性能函数的调用次数,提高了可靠性优化设计的效率,为复杂结构的稳健设计提供了有效的计算手段.
关键词:Kriging模型可靠性优化设计人工蜂群算法学习函数并行加点策略
分类号:TH111(机械学(机械设计基础理论))
论文发表日期:2026-03-15
在线出版日期:2026-09-12(本平台首次上网日期,不代表文献的发表时间)
页数:9( 1-9 )
英文信息展开
机械强度

机械强度

CSTPCD北大核心CSCD
ISSN:1001-9669
年,卷(期):2026,48(3)
所属栏目:优化·可靠性