ANSYS DX中的DOE与响应面技术（一）

本文摘要（由AI生成）：

本文主要介绍了响应面技术及其在工程结构优化设计中的应用。响应面技术通过拟合响应面函数来近似真实的隐式响应函数，具有很强的操作性，可以结合有限元分析对复杂结构进行优化分析。其中，试验样本点的选取（DOE技术）是响应面技术中的一个关键问题。本文介绍了7种试验设计（DOE）方法，包括中心复合设计（CCD）、最优空间填充设计（OSF）、Box-Behnken设计等，并详细说明了它们的优缺点和适用范围。最后，本文还介绍了DOE组件的功能和操作方法，包括指定设计变量的取值范围、预览样本点、查看计算结果等。

本文节选自我参与编写的《工程结构优化设计方法与应用》（中国铁道出版社，2015年）一书的第九章。

9.2.2  DOE与响应面技术

响应面技术的基本思想是：选定用于近似隐式的实际响应函数的多项式形式，然后再通过一系列实验点来确定近似函数中的待定参数。通过合理地选取实验点和迭代策略，来保证近似响应函数能够收敛于真实的隐式响应函数。响应面技术具有很强的操作性，它可以与有限元分析结合起来对复杂结构进行优化分析。

最早出现的响应面方法是采用线性多项式或二次多项式来近似真实的隐式函数的。研究发现，确定多项式响应面的实验点对结果有较大影响，实验点选择得不合适会使结果完全错误，也有文献提出增加多项式次数来提高响应面精度，当然高阶近似要求付出更高的计算代价，并且不合理的高次项的引入有可能使结果偏离正确解更远。目前应用较多的响应面形式是线性多项式和完全/不完全的二次多项式。二次响应面由于包含了二次项，可以在一定程度上反映隐式响应函数的非线性。如果真实响应函数的阶数不很高，二次响应面确实可以得到比较满意的结果，但如果隐式响应函数的阶数远高于二次，仅仅使用二次项来反映真实响应函数的高度非线性，其精度是很低的，有的情况下可能出现错误的结果。在ANSYS Workbench DX中，缺省的响应面形式为标准二次响应面（Full 2nd-Order Polynomial）。

用来拟合响应面的试验样本点的选取（DOE技术），是响应面技术中的一个很关键的问题。样本点选取的位置好，则能够降低DOE计算成本，并提高响应面的精度。现阶段，常用取点方法的共同点是都尽量用最有效的和最少量的样本点对设计空间进行填充，且试验样本点的位置满足一定的对称性和均匀性要求。在ANSYS DX中缺省的DOE方法是CCD（中心复合设计）。DX提供了如下7种试验设计（DOE）方法从设计空间中抽取设计样本点：

（1）Central Composite Design (CCD)

即中心复合设计方法，其样本点包括一个中心点，输入变量轴的端点以及水平因子点。缺省选项为Auto-Defined，如果输入变量为5个采用G-Optimal填充，否则采用VIF-optimal填充。此方法的另外两个选项，Rotatable选项是一个5水平试验取样方法，Face-Centered选项则退化为一个3水平试验取样方法。如果缺省选项造成后续响应面的拟合效果不佳时，可以考虑采用Rotatable选项。

CCD方法随着设计变量增加所形成的部分因子样本点数按下式给出，

N=1+2n+2n-f （10-X）

其中f为部分因子数，n为输入参数个数，N为形成的样本点个数。

DX的CCD方法形成的样本点数与输入变量个数几部分因子数之间的关系列于表9-1中。

表9-1 中心组合设计样本点数与设计变量数

n	f	N
1	0	5
2	0	9
3	0	15
4	0	25
5	1	27
6	1	45
7	1	79
8	2	81
9	2	147
10	3	149
11	4	151
12	4	281
13	5	283
14	6	285
15	7	287

（2）Optimal Space-Filling Design (OSF)

此方法采用最少的设计点填充设计空间。OSF更适合于更为复杂的响应面算法，如Kriging, Non-Parametric Regression 以及Neural Networks等。OSF的一个弱点是不一定能取到端点（角点）附近的样本，因此会影响到这些区域的响应面质量，尤其当样本点数量较少时。

点击完整阅读全文 
ANSYS DX中的DOE与响应面技术（一）