摘要
本发明公开了一种运载火箭分布式不确定性多学科优化设计方法及系统,对于不确定参变量的处理,将高维不确定数据转化为低维独立变量,降低计算量,提高优化设计效率。在对量化参数矩阵中的数据进行重构时,基于量化后的参数求解优化问题来获得概率密度函数,相比传统不确定性量化手段,该方法能够更准确地描述不确定参变量的概率分布,为后续的优化设计提供可靠的数据基础,后期的计算结果更精确,不需要依赖设计经验。所构建的学科不确定性与学科分析代理模型替代高成本的高保真学科分析,通过构建离线代理模型结合高性能并行计算,避免在UMDO求解过程中频繁调用高保真模型,显著提升计算效率。
技术关键词
矩阵
概率密度函数
样本
参数
多学科优化设计
数据
运载火箭发动机
高性能并行计算
运载火箭结构
高保真模型
可读存储介质
分解算法
处理器
基准
重构
终端设备
模块
系统为您推荐了相关专利信息
状态监测系统
分析模块
电流电压传感器
数据采集模块
传感器阵列
运维方法
危险区域检测方法
运维管理系统
电气控制元件
预测设备故障
智能监管平台
电气焊设备
动火作业
设备管理模块
子模块
低压分布式光伏
概率密度函数
容量计算方法
时间序列模型
分布式电源系统