固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

飞机方案多目标优化的Pareto遗传算法

基于多目标优化问题Pareto最优解的概念,提出了一种求解非劣解集的多目标遗传算法,重点讨论了算法实现中非劣解集的筛选和适应度的计算.将该算法应用于假想的干线客机方案优化设计,要求巡航段升阻比和有用载荷系数两个目标最大,对优化结果进行了分析比较.研究结果显示出MOGA(Multi-Objective Genetic Algorithms)对飞机方案多目标优化设计具有良好的应用前景.      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

基于导重法的自重载荷下悬臂梁结构拓扑优化

针对自重载荷悬臂梁结构拓扑优化末端区域材料分布不收敛的问题，提出了一种拓扑优化方法。根据虚功相等原理，利用四节点矩形单元的形函数、单元体积密度和质量的关系建立了载荷等效方法。根据优化模型的Kuhn-Tucker条件推导出了导重准则，以及目标函数的灵敏度公式和考虑自重载荷拓扑优化的迭代算法。针对自重载荷作用下悬臂梁结构拓扑优化存在的末端区域材料分布模糊问题，研究了变密度法和非结构质量相结合的求解策略，揭示了典型因素对拓扑结构的影响规律。结果表明:所提方法能够解决自重载荷下悬臂梁末端区域材料分布模糊问题。      

Pareto最优解及其优化算法

给出了带不等式约束多目标优化局部Ｐａｒｅｔｏ最优解与多目标函数线性加权组合而形成的单目标化问题局部极值点的充分必要关系，然后以此为理论依据给出了多目标优化乘法而合理的求解方法，同时附有算例。     

特定消谐逆变器开关角度的复形调优解法

针对特定消谐式逆变器开关角度难于求解的问题,提出了一种基于约束条件下n维极值复形调优法的开关角度求解方法,分析了目标函数和约束条件的设计方法.该算法对开关角度初值的选取只需考虑约束条件,大大增加了开关角度初值的取值范围;求解过程中不存在解发散或奇异无解问题,与迭代法解非线性超越方程组相比可靠性更高;通过约束条件的限制,使求解过程自动消除了可能出现的窄脉冲;通过目标函数和加权因子可灵活的进行开关角度优化.算例和实验结果验证了方法的正确性和有效性.      

区间多目标线性优化的功效系数求解方法

针对工程领域中普遍存在的具有不确定参数的多目标优化问题,提出了一种基于功效系数的区间优化模型及求解方法.通过引入增补变量,将含有区间参数的目标函数化为参数确定的形式.建立以功效系数为基础的评价函数,将原多目标优化问题转化为单目标优化问题,然后分别在区间约束条件的最好情况和最差情况下求解,得到设计变量的最优解区间和目标函数的最优值区间.通过工程算例,与传统概率方法的优化结果相比较,验证了所提出优化模型及方法的有效性.     

卫星天线复合材料框架的铺层优化设计

为了改善卫星天线复合材料框架的结构动力学性能,提出了一种针对卫星天线框架复合材料铺层的两阶段优化设计方法。阶段Ⅰ以各铺层的角度为设计变量进行铺层顺序优化,框架基频的最大化为优化目标,铺层数的最大值为约束条件。其中设计变量用一种多进制码来表示,并将多进制码映射为连续变量,应用粒子群优化(PSO)算法对阶段Ⅰ优化模型进行求解。在阶段Ⅰ优化结果的基础上,阶段Ⅱ主要是优化复合材料的层数,以基频最大化与质量最小化为优化目标建立多目标拓扑优化模型,应用第2代非劣排序遗传算法(NSGA-Ⅱ)进行求解。为了验证该方法的有效性,对某大型卫星天线复合材料框架进行优化设计,结果表明:该方法能有效地减小天线板复合材料框架的质量,并提高基频。     

基于遗传算法的最优Lambert双脉冲转移

研究了初始位置和转移时间不固定的Lambert双脉冲轨道转移的数值解,用三 维图和截面图直观显示了初始位置、转移时间和速度增量的关系,并说明了其在实际工程任 务中的应用价值.基于数值解,提出了Lambert双脉冲轨道转移的优化问题.目标是找到最 优初始位置和转移时间,使燃料和时间的加权和最小.给出了遗传算法求解该优化问题的设 计步骤.该算法应用于2个算例:①平面圆轨道的燃料最优转移,并将遗传算法和Hohmann 转移的结果进行了比较;②椭圆轨道、初始位置有约束的燃料和时间最优转移.结果说明 了遗传算法寻找最优转移解是准确有效的.      

基于动态指标的飞机方案多目标优化方法

为提高飞机方案多目标优化过程中最优解的搜索效率,对多目标方案的比较评价方法及其在优化中的应用进行了研究.提出了可用于多目标方案对比评价的基准指标,并建立了利用新生成方案的目标值对基准指标进行动态更新的动态指标.通过采用动态指标构造适应度函数改进了多目标遗传算法,进行的双目标优化算例表明,改进的算法能够获得更优的Pareto前沿.采用改进的多目标优化方法对一种轻型战斗机概念方案进行了优化设计,设置了重量、气动、隐身等4个优化目标,优化结果验证了基于动态指标改进的多目标遗传算法在飞机概念方案设计优化中的有效性.      

压电柔性结构振动的鲁棒控制

针对具有多面体型参数不确定性和外界扰动的柔性悬臂梁系统,研究其振动的鲁棒控制问题.基于压电柔性悬臂梁系统的状态方程,利用一种扩展LMI(Linear Matrix Inequality),对柔性悬臂梁的振动提出了改进的 H₂/H_∞ 综合状态反馈鲁棒控制方法.此方法针对多面体型参数不确定性系统引入不同的Lyapunov函数,降低了原来 H₂/H_∞ 综合鲁棒控制方法中由于使用一个公共Lyapunov函数而产生的保守性.通过Matlab分别采用改进和未改进的 H₂/H_∞ 鲁棒控制方法对柔性悬臂梁系统的振动控制进行了数值仿真.仿真结果表明,2种方法都使柔性悬臂梁的振动得到了良好控制,而改进方法的控制效果更好.     

端部带质量和弹簧约束悬臂梁振动响应的解析解

根据端部带质量和弹簧约束悬臂梁的特征值条件,提出了一种特征变换方法,获得了带约束悬臂梁广义质量和振动响应的解析解。通过分析根部弯矩、端部位移、速度和加速度放大系数的变化特征可知,端部弹簧的刚度对静态和一阶载荷响应有明显的影响,减载设计时可以放宽对端部质量的限制,载荷响应分析阶次介于速度和加速度的分析阶次之间。提出的特征变换方法可应用于求解其他载荷分布、边界条件和端部约束悬臂梁的振动响应解析解。      

考虑燃料消耗均衡性的低轨通信星座在轨星座构型重构方法研究

针对低轨（low earth orbit,LEO）通信星座在轨重构问题，分析了低轨通信星座的特点，提出了4个重构指标，即全球平均覆盖率、燃料消耗均衡性、重构总时间和重构总速度增量，并分析了提高轨道高度的重构方式。采用基于分解的多目标进化算法（multiobjective evolutionary algorithm based on decomposition，MOEA/D）对重构进行建模分析。结果表明，模型优化结果可以得出多组最优解，构成帕累托前沿，并得出燃料消耗均衡性最优的解，针对两种失效模式得出的重构总时间均为3.6×105s，速度增量方差分别为261.4m2/s2和293.4m2/s2，这些解均可恢复星座原有的覆盖性能，并使燃料消耗最为均衡。     

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。      

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。      

考虑壁板单向压紧制孔瞬时回弹的压紧力优化

飞机大部件对接自动化制孔采用蒙皮侧单向压紧制孔技术，而由于在常见的自动化制孔系统中叠层材料被钻透的瞬间产生瞬时回弹，对制孔设备和加工质量等方面造成严重的影响，针对该问题进行机身蒙皮侧制孔压紧力优化分析。通过有限元分析方法进行制孔过程的模拟仿真，根据不同环境下的回弹现象，确定压紧力优化分析方案，综合考虑接触间隙、瞬时回弹和制孔刚性的影响，进行多目标优化分析，从而得到最优的压紧力工艺参数。计算结果表明，在飞机常见框间对接段自动化钻孔中，采用轴向力为150 N的麻花钻时压紧力的最优解为314.54 N，采用轴向力为100 N的自动化一体钻时压紧力的最优解为362.73 N。通过现场试验，压紧力最优解满足生产要求，实际最优压紧力低于最优解不超过20 N，因此考虑不同加工环境等因素构建合理的工艺参数选定范围。