智能制造与机器人理论及技术研究丛书 考虑多源不确定性的多学科可靠性设计优化
作者：刘继红，李连升 著
出版时间：2018年版
丛编项： 智能制造与机器人理论及技术研究丛书
内容简介
《考虑多源不确定性的多学科可靠性设计优化/智能制造与机器人理论及技术研究丛书》从复杂产品设计与优化的角度出发，系统阐述了多学科可靠性设计优化的方法和技术，着重介绍了多学科协同优化策略、可靠性分析方法、多源不确定性数学建模理论、单学科统一可靠性分析方法、序列化的多学科可靠性分析方法、考虑多源不确定性的多学科可靠性设计优化建模与求解方法，并结合具体示例介绍了多学科可靠性设计优化方法的应用。《考虑多源不确定性的多学科可靠性设计优化/智能制造与机器人理论及技术研究丛书》集中体现了作者在国家自然科学基金项目和与航天航空行业各研究院所合作项目的研究中取得的研究成果，具有专业性、系统性和实用性，反映了现代产品开发技术的新进展。《考虑多源不确定性的多学科可靠性设计优化/智能制造与机器人理论及技术研究丛书》可作为广大工程技术人员，特别是产品没计研发技术人员以及高等院校机械类专业研究生的参考书。
目录
第1章 绪论
1．1 多学科可靠性设计优化的提出
1．2 多学科可靠性设计优化研究现状
1．2．1 确定性多学科设计优化研究
1．2．2 不确定性量化理论
1．2．3 多学科可靠性评价方法
1．2．4 单学科可靠性分析方法
1．2．5 多学科可靠性分析方法
1．2．6 多学科可靠性设计优化
1．3 本书主要内容
参考文献
第2章 多学科可靠性设计优化理论基础
2．1 多学科设计优化理论
2．1．1 多学科设计优化定义
2．1．2 多学科设计优化数学模型
2．1．3 灵敏度分析技术
2．1．4 多学科设计优化算法
2．1．5 多学科设计优化策略
2．1．6 多学科设计优化中的多目标问题
2．1．7 多学科设计优化环境
2．2 基于可靠性的设计优化
2．2．1 不确定设计优化
2．2．2 RBDO数学模型
2．2．3 RBDO流程
2．2．4 RBDO求解策略
2．3 本章小结
参考文献
第3章 改进的协同优化算法
3．1 协同优化算法改进综述
3．1．1 改进协同优化算法的收敛性能
3．1．2 提高协同优化算法的计算效率
3．2 基于智能优化算法的协同优化算法
3．2．1 面向多学科设计优化的智能优化算法库
3．2．2 自适应智能优化算法
3．2．3 自适应协同优化策略
3．3 基于线性近似过滤的联合线性近似协同优化策略
3．3．1 协同优化算法的迭代过程
3．3．2 联合线性近似协同优化
3．3．3 联合线性近似协同优化过程中的线性近似冲突
3．3．4 线性近似过滤策略
3．3．5 基于LAF策略的CLA-CO计算流程
3．3．6 算例验证
3．4 本章小结
参考文献
第4章 基于近似技术的可靠性分析方法
4．1 近似技术与试验设计概述
4．1．1 多学科设计优化中的近似技术
4．1．2 多学科设计优化中的试验设计方法
4．1．3 基于近似技术的多学科设计优化应用实例
4．2 基于逆可靠性原理抽样的响应面法
4．2．1 逆可靠性分析的响应面法
4．2．2 基于逆可靠性分析原理的抽样方法
4．2．3 算例验证
4．3 基于样本点全插值的响应面法及其应用
4．3．1 样本点全插值法
4．3．2 应用样本点全插值的响应面法
4．3．3 算例验证
4．4 本章小结
参考文献
第5章 多源不确定性数学建模
5．1 不确定性来源与分类
5．2 不确定性的数学建模理论
5．2．1 随机不确定性的数学建模
5．2．2 模糊不确定性的数学建模
5．2．3 区间不确定性的数学建模
5．2．4 基于证据理论的随机一模糊一区间不确定性统一表达
5．3 不确定性在多学科系统中的传播
5．3．1 单学科不确定性传播
5．3．2 多学科系统中的混合不确定性传播
5．4 本章小结
参考文献
第6章 单学科统一可靠性分析方法
6．1 可靠性分析概述
6．1．1 可靠度概念
6．1．2 可靠度指标
6．1．3 可靠性评价
6．2 常用的可靠性分析方法
6．2．1 蒙特卡罗仿真分析方法
6．2．2 响应面法
6．2．3 一阶可靠性分析方法
6．2．4 二阶可靠性分析方法（SORM）
6．2．5 其他可靠度求解方法
6．3 基于证据理论的统一可靠性分析
6．3．1 基于证据理论的可靠性分析
6．3．2 基于证据理论的统一可靠性分析方法
6．3．3 算例
6．4 基于概率论、可能性理论、证据理论的统一可靠性分析
6．4．1 随机一模糊区间混合不确定性下的可靠性分析模型构建
6．4．2 统一可靠性分析的FORM-?-URA方法
6．4．3 实例验证
6．5 基于插值的统一可靠性分析
6．5．1 目标子似真度的确定
6．5．2 逆可靠性评估模型的建立
6．5．3 逆分析的最可能失效点的求解
6．6 本章小结
参考文献
第7章 序列化的多学科统一可靠性分析方法
7．1 多学科可靠性分析方法概述
7．1．1 多学科可靠性分析流程
7．1．2 多学科分析
7．1．3 基于PMA的多学科可靠性分析
7．1．4 基于卡方分布的统一多学科可靠性分析方法
7．1．5 基于鞍点近似的多学科统一可靠性分析方法
7．2 基于概率论的序列化多学科可靠性分析方法
7．2．1 序列化多学科可靠性分析方法原理
7．2．2 序列化多学科可靠性分析中采用的方法
7．2．3 序列化多学科可靠性分析方法的数学模型
7．2．4 序列化多学科可靠性分析流程与步骤
7．3 基于概率论和凸集模型的序列化多学科可靠性分析方法
7．3．1 MU-SMRA方法原理
7．3．2 MU-SMRA数学模型
7．3．3 MU-SMRA流程与步骤
7．3．4 实例分析与讨论
7．4 基于概率论、可能性理论和证据理论的序列化多学科可靠性分析方法
7．4．1 含有三种不确定性的多学科逆可靠性分析模型
7．4．2 嵌套MDPMA求解方法
7．4．3 IS MDPMA求解方法
7．4．4 算例验证
7．5 本章小结
参考文献
第8章 考虑多源不确定性的多学科可靠性设计优化建模
8．1 复杂产品系统MDO建模方法概述
8．1．1 系统的分解
8．1．2 多学科设计优化建模技术
8．2 随机不确定性下的RBMDO模型
8．2．1 RBMDO数学模型
8．2．2 采用多学科可行法的RBMDO
8．2．3 采用单学科可行法的RBMDO
8．3 基于概率论和凸集模型的RBMDO数学模型
8．3．1 不确定性的数学建模流程
8．3．2 可靠性综合评价指标的建立
8．3．3 多源不确定性条件下的RBMDO模型
8．4 考虑随机模糊区间混合不确定性的RBMDO建模
8．4．1 不确定性的数学建模
8．4．2 随机一模糊一区间混合不确定性下的可靠性评价
8．4．3 随机一模糊一区间混合不确定性下的多学科可靠性设计优化模型
8．5 本章小结
参考文献
第9章 多源不确定性条件下的多学科可靠性设计优化
9．1 基于可靠性的多学科设计优化
9．1．1 数学模型
9．1．2 优化流程
9．2 序列优化与可靠性评估策略及其应用
9．2．1 序列优化与可靠性评估策略
9．2．2 基于SORA和CSSO的多学科可靠性设计优化
9．2．3 基于SORA和CO的RBMDO
9．2．4 基于SORA和BLISCO的RBMDO
9．3 混合层次多学科可靠性设计优化策略HSORA
9．3．1 HSORA思想
9．3．2 HSORA流程
9．3．3 HSORA方法步骤
9．4 随机不确定性条件下的HSORA
9．4．1 HSORA-RBMDO策略
9．4．2 HSORA-RBMDO步骤
9．4．3 HSORA-RBMDO中的数学模型
9．5 随机一认知不确定性条件下的AEMDO
9．5．1 HSORA-AEMDO策略
9．5．2 HSORA-AEMDO步骤
9．5．3 HSORA-AEMDO中的数学模型
9．5．4 算例测试
9．6 随机一模糊一区间不确定性下的SOMUA
9．6．1 单学科的SOMUA介绍
9．6．2 并行计算的SOMUA方法
9．6．3 RFIMDO一PCSOMUA方法与流程
9．6．4 RFIMDO-PCSOMUA过程中的移动向量
9．6．5 RFIMDO-PCSOMUA中的相关数学模型
9．6．6 数值算例验证
9．7 工程算例验证
9．7．1 航空齿轮传动系统算例
9．7．2 概念船设计算例
9．8 本章小结
参考文献
第10章 RBMDO发展展望
10．1 R13MDO技术
10．1．1 构建精确的RBMDO模型
10．1．2 高效的RBMDO求解技术
10．2 多学科设计优化建模
10．2．1 传统多学科设计优化建模存在的问题
10．2．2 基于MBSE的多学科设计优化建模
10．2．3 基于Modelica的多学科设计优化建模方法
10．3 多学科设计优化环境
10．3．1 多学科设计优化策略的功能需求
10．3．2 基于web服务的多学科设计优化框架
10．3．3 未来的多学科设计优化环境
10．4 多学科设计优化与先进技术的结合
10．4．1 基于多学科设计优化的3D打印设计技术
10．4．2 基于数据挖掘和大数据的多学科设计优化
10．5 本章小结
参考文献
