报告1:面向复杂工程装备的高性能可靠性优化设计方法研究 孟增
在复杂工程装备的高性能可靠性优化方面存在一阶可靠性分析对非线性问题计算不收敛、试验样本评估精度不高、缺乏高效的主动学习代理模型技术、多源不确定性下计算精度差以及各种可靠性拓扑优化等复杂问题。针对以上难点问题,孟增副教授开展了面向复杂工程装备的高性能可靠性优化设计方法研究。
孟增副教授指出,可以通过建立方向性混沌控制迭代算法,来解决一阶可靠性分析在强非线性问题中计算不收敛的难题,并推导了一阶可靠性方法的李亚普洛夫指数,建立了广义收敛性判定准则。此外,孟增副教授也指出构建的超参数和指数非概率可靠性优化模型可以有效提高试验样本评估的精度,在此基础上可构造概率、非概率和模糊的统一可靠性优化模型,以保证对于多源不确定性的高计算精度。最后,孟增副教授介绍了基于保真度转换的高效可靠性拓扑优化设计方法,建立了高效的主动学习代理模型技术,并成功解决了柔顺性、应力、位移、频率、动力响应、热力耦合、复合材料等可靠性拓扑优化问题。
报告2:基于最大熵原理的随机不确定性量化方法研究 赫万鑫
由于荷载、材料等随机性的存在,结构响应呈现出典型的概率特征,因此准确拟合结构响应的概率分布对于不确定性量化至关重要,也是开展结构可靠性分析,可靠性优化设计的重要前提。然而,对于复杂问题,结构响应的概率分布可能呈现长尾、厚尾、多峰等特征,这给常规概率分布拟合方法的计算精度带来极大挑战。针对以上相关问题,赫万鑫副教授开展了基于最大熵原理的随机不确定性量化方法研究。
赫万鑫副教授针对高维、强非线性以及多峰输入等特殊问题展开了深入研究。这些问题往往导致常规概率分布拟合方法难以有较高的计算精度,难以满足实际工程应用中的需求。为此,赫万鑫副教授基于最大熵原理,创新性地建立了一系列高精度的概率分布拟合方法。这些新方法不仅提高了拟合精度,还为复杂结构的随机不确定性量化提供了新的思路和解决方案。这些方法在实际应用中的表现也为决策支持系统提供了更加稳健和可靠的信息,大大提升了复杂系统建模的效率与准确性,有助于改善相关领域的分析和预测能力。