一种获取混合多类型因素影响下基础模型的方法技术

本发明专利技术公开了一种获取混合多类型因素影响下基础模型的方法，设待试验的P个影响产品性能的因子依次为因子1、因子2、

【技术实现步骤摘要】
一种获取混合多类型因素影响下基础模型的方法


[0001]本专利技术涉及试验设计与评估
，尤其涉及一种获取混合多类型因素影响下基础模型的方法。

技术介绍

[0002]大多数设备、装置的设计过程中，产品效果通常都会受到各种各样因素的影响，在调整各个因素时，产品的效果也会向各个方向发展，从而满足不同的应用需求。然而设计过程中，影响因素类型多样化，有些因素(如材质)本身不能用连续的函数表示，只能作为定性因子，这种情况下，很难依据常规的根据产品效果随因素调整之间的变化关系来确定设计调整方向。现有涉及多因素影响的产品通常选择只考虑单一因素、或者两个因素的影响来改进产品，从一维线性和二维平面内得到产品的设计方向，从而规避复杂的设计问题，但这种方式很难真正意义上找到最符合目标要求的产品方案。

技术实现思路

[0003]本专利技术要解决的技术问题是克服现有技术的不足，基于空间填充设计理论，提供一种步骤简单、实施方便的获取混合多类型因素影响下基础模型的方法，从而均匀填充多因素影响下的设计空间，基于获取的多个基础模型，使设计能够从更接近目标要求的模型出发，更快得到目标要求的产品方案。
[0004]为解决上述技术问题，本专利技术提出的技术方案为：
[0005]一种获取混合多类型因素影响下基础模型的方法，设待试验的P个影响产品性能的因子依次为因子1、因子2、
…
、因子P，根据因子1、因子2、
…
、因子P的取值范围构建P维试验空间，依据需要的设计基础模型个数n，从试验空间内获取均匀填充在试验空间内的n个设计点，以该n个点的坐标作为n个设计基础模型的各因子数值，得到产品的n个设计基础模型。
[0006]作为上述获取混合多类型因素影响下基础模型的方法的进一步改进：
[0007]方法还包括以下步骤：
[0008]S1：根据P个影响产品性能的因子取值范围构建P维试验空间，在该空间内随机生成n个满足各因子取值范围的设计点，构建n个设计基础模型D
n
×
p
，其中第i个设计基础模型的第j个因子的取值为D
ij
；
[0009]S2：从n个设计基础模型D
n
×
p
中以第一设定概率选择一个作为待优化的设计基础模型D
i
，然后从待优化的设计基础模型D
i
的p个因子取值中以第二设定概率选择一个作为待优化的因子取值D
ij
；
[0010]S3：待优化设计基础模型D
i
的其它p
‑
1个因子取值保持不变，并在因子j的取值可行域内求解一维最优化问题，得到使设计基础模型更优的因子取值替换设计基础模型D
i
中的D
ij
，更新D
n
×
p
；
[0011]S5：依据最终得到的最优D
n
×
p
，得到产品的n个设计基础模型。
[0012]步骤S2中，得到待优化设计模型因子的步骤包括：
[0013]S21：以第一设定概率
[0014][0015]选择待优化的设计基础模型D
i
，其中d
k,l
表示两设计基础模型D
k
和D
l
之间的相似性；
[0016]S22：以第二设定概率
[0017][0018]选择待优化设计基础模型D
i
的一个待优化的因子D
ij
，其中为两设计基础模型D
i
和D
l
在第r个因子取值上的相似性。
[0019]求解一维优化问题的处理为：
[0020][0021]影响产品性能的所述因子包括因子1、
…
、因子p1，共p1个连续数值因子；因子p1+1、
…
、因子p1+p2，共p2个离散数值因子；因子p1+p2+1、
…
、因子p1+p2+p3，共p3个无序定性因子。离散数值因子r∈(p1+1,
…
,p1+p2)的水平数表示为L
r
，无序定性因子r∈(p1+p2+1,
…
,p1+p2+p3)的水平数表示为L
r
，p1+p2+p3＝P；定义两设计基础模型D
k
和D
l
之间的相似性为：
[0022][0023]其中，I(
·
)是示性函数，D
kr
≠D
lr
时取1，否则取0。
[0024]该方法还包括步骤S4：在可行域内随机更新D
n
×
p
的个坐标值，生成新的n个设计基础模型记为D
′
n
×
p
，再执行步骤S2和S3对其进行优化直至达到设定的迭代次数。其中表示向上取整。
[0025]所述迭代和优化的趋向为：
[0026]最小化以下准则：
[0027][0028]其中d(x
i
,x
j
)为设计点x
i
和x
j
之间的空间距离，k取正整数。
[0029]以及最小化以下准则：
[0030][0031]其中，x
l
(l＝1,
…
,p1)为连续数值因子，u
k
(k＝1,
…
,p2)为离散数值因子，v
h
(h＝1,
…
,p3)为无序定性因子；m
k
(k＝1,L,p2)是第k个离散数值因子的水平数；L
h
(h＝1,
…
,p3)是第h个无序定性因子的水平数；I(
·
)是示性函数，x
il
≠x
jl
时取1，否则取0。
[0032]与现有技术相比，本专利技术的优点在于：
[0033]本专利技术的获取混合多类型因素影响下基础模型的方法，设待试验的P个影响产品性能的因子依次为因子1、因子2、
…
、因子P，根据因子1、因子2、
…
、因子P的取值范围构建P维试验空间，依据需要的设计基础模型个数n，从试验空间内获取均匀填充在试验空间内的n个设计点，以该n个点的坐标作为n个设计基础模型的各因子数值，得到产品的n个设计基础模型。由于这n个产品设计基础模型均匀分布在影响因素构成的试验空间内，均匀的“支撑”起试验空间的各个区域，因此设计过程中，能够通过比对基础模型的坐标、即各个结构材质或数值，确定当前设计方案以及目标设计方案在多因素试验空间中的大致方向，从而为优化产品设计提供指引和有效的多因素试验空间。相比起在现有构建的一维线性或二维平面内取设计模型来说，这种方式能够综合多因素考虑，直接得到最接近目标设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种获取混合多类型因素影响下基础模型的方法，其特征在于：设待试验的P个影响产品性能的因子依次为因子1、因子2、
…
、因子P，根据因子1、因子2、
…
、因子P的取值范围构建P维试验空间，依据产品设计优化所需要的设计基础模型个数n，从试验空间内获取均匀填充在试验空间内的n个设计点，以该n个点的坐标作为n个设计基础模型的各因子数值，得到产品的n个设计基础模型。2.根据权利要求1所述的获取混合多类型因素影响下基础模型的方法，其特征在于，包括以下步骤：S1：根据P个影响产品性能的因子取值范围构建P维试验空间，在该空间内随机生成n个满足各因子取值范围的设计点，构建n个设计基础模型D
n
×
p
，其中第i个设计基础模型的第j个因子的取值为D
ij
；S2：从n个设计基础模型D
n
×
p
中以第一设定概率选择一个作为待优化的设计基础模型D
i
，然后从待优化的设计基础模型D
i
的p个因子取值中以第二设定概率选择一个作为待优化的因子取值D
ij
；S3：待优化设计基础模型D
i
的其它p
‑
1个因子取值保持不变，并在因子j的取值可行域内求解一维最优化问题，得到使设计基础模型更优的因子取值替换设计基础模型D
i
中的D
ij
，更新D
n
×
p
；S5：依据最终得到的最优D
n
×
p
，得到产品的n个设计基础模型。3.根据权利要求2所述的获取混合多类型因素影响下基础模型的方法，其特征在于，得到待优化设计模型因子的步骤包括：S21：以第一设定概率选择待优化的设计基础模型D
i
，其中...

【专利技术属性】
技术研发人员：尤杨，金光，马心宇，潘正强，范俊，张路路，陈思雅，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：