(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111373802.3 (22)申请日 2021.11.19 (71)申请人 电子科技大 学长三角研究院(湖州) 地址 313099 浙江省湖州市西塞山路819号 南太湖科技创新综合体B2幢8层 (72)发明人 智鹏鹏　汪忠来　滕云龙　张慧乐　 (74)专利代理 机构 成都虹盛汇泉专利代理有限 公司 51268 代理人 王伟 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/02(2020.01) (54)发明名称 基于主动学习代理模型的结构可靠性稳健 优化设计方法 (57)摘要 本发明公开了一种基于主动学习代理模型 的结构可靠性稳健优化设计方法， 包括以下步 骤： S1、 筛选关键设计参数； S2、 获取候选样本点 集S和初始训练集I； S3、 拟合总质量和最大应力 的代理模型； S4、 计算I中样本点的可靠性灵敏 度， 得出BP神经网络训练和测试的样本点； S5、 构 建MPA‑BP神经网络并判断是否满足要 求， 若是则 保存； 否则利用主动学习函数从S中选取新样本 点添加至I中； S6、 将MPA ‑BP输出的可靠性灵敏度 和机械结构的总质量作为优化目标， 构建可靠性 稳健优化设计模 型并求解。 本发 明通过自适应加 点策略， 构建主动学习函数更新样本点， 构建可 靠性稳健优化设计模型， 最终得到更为精确的可 靠性稳健优化方案 。 权利要求书2页 说明书5页 附图3页 CN 114077776 A 2022.02.22 CN 114077776 A 1.基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特征在于， 包括以下步 骤： S1、 筛选出影响机 械结构最大应力和总质量的关键设计参数； S2、 通过抽样方法获取S1中关键设计参数的候选样本点 集S和初始训练集 I； S3、 基于初始训练集I计算机械结构总质量和最大应力， 并拟合出总质量和最大应力的 代理模型； S4、 基于S3中最大应力的代理模型， 采用子集模拟重要度抽样法计算训练集I中每个样 本点对应的可靠性灵敏度， 得 出BP神经网络训练和 测试的样本点； S5、 利用海洋捕食者算法获取BP神经网络的最优权值 阈值， 构建MPA‑BP神经网络； 判断 MPA‑BP是否满足预设要求， 若是则保存训练好的MPA ‑BP神经网络； 若否， 则利用主动学习函 数从S中选取新的样本点， 添加至初始训练集 I中， 返回步骤S4； S6、 将训练好的MPA ‑BP输出的可靠性灵敏度和机械结构的总质量作为优化目标， 构建 可靠性稳健优化设计模型， 并求 解得出可靠性稳健设计解。 2.如权利要求1所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特 征在于， 所述步骤S2中， 分别使用蒙特卡罗法和随机移动四边形法获取候选样本点集S和初 始训练集 I。 3.如权利要求1所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特 征在于， 所述 步骤S5中， 主动学习函数为： 式中， Z(x)为极限状态函数； 为任意点x到候选样本点中各点距离的平均值； dmin,n (x)为任意点x到候选样 本点集中各点距离的最小值； n为训练集中样 本点个数； 选择G(x)最 小的点作为 新样本点加入训练集 I中。 4.如权利要求3所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特 征在于， 的表达式为： 式中， c＝1,2, …,n； dc(x)的计算方法为： 式中， d表示问题的维度； 上式意 义为d维空间中任意 点x到xc的欧氏距离； dmin,n(x)符合： dmin,n(x)＝min(dn(x)) dn(x)＝{d1(x),d2(x),…,dc(x)}。 5.如权利要求1所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特权　利　要　求　书 1/2 页 2 CN 114077776 A 2征在于， 所述步骤S5中， 将MPA ‑BP的预测误差作为预设的要求， 预测误差的范围为0.05～ 0.1。 6.如权利要求1所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特 征在于， 所述步骤S 6中， 以MPA ‑BP输出的可靠性灵敏度和机械结构的总质量为最小为目标， 采用第二代非支配排序遗传算法对目标进行求 解， 得到Pareto 解集。 7.如权利要求6所述的基于主动学习代理模型的结构可靠性稳健优化设计方法， 其特 征在于， 在求得的Pareto 解集中采用支配度函数进行寻优决策， 支配度函数应符合： 式中， Sp为非劣解 集中解的个数； So为优化目标 数， μl为第l个优化目标 取值隶属度； 定义隶属度函数 μl为： 式中， fl第l个优化目标对应函数值； fmaxl和fminl分别为第l个优化目标对应Pareto解中 的最大值和最小值。权　利　要　求　书 2/2 页 3 CN 114077776 A 3