基于代理模型的高超声速飞行器协同优化设计

建立了类X-51A高超声速飞行器的多学科模型,包括外形、气动、推进、质量、热流、弹道等学科.采用多学科设计优化(MDO, Multidisciplinary Design Optimization)方法中的协同优化(CO, Collaborative Optimization)进行了计算,计算流程中构建了两个子系统优化器与弹道学科的代理模型,使用代理模型替代了计算耗时的真实模型.同时为了对比,采用了多学科可行法(MDF, Multidisciplinary Feasible Method)进行了优化计算.结果表明,二者的优化结果基本一致,优化之后的飞行器质量比初始构型飞行器降低了15.2%,航程提升了63.5%,并且使用代理模型后计算效率也得到了很大的提升.验证了基于代理模型的协同优化方法应用于高超声速飞行器设计中的有效性.     

基于改进CO-RS的平流层飞艇总体设计与优化

为改进响应面协同优化(CO-RS,Collaborative Optimization based on Response Surface)方法的工程实用性,提出改进的CO-RS方法.在响应面建立中应用广义乘子法和信赖域法,取消响应面更新对梯度的依赖性.针对平流层飞艇的总体设计与优化问题,基于改进的CO-RS框架,进行了系统任务分析和学科耦合分析.对气动与推进子系统、结构子系统和能源子系统进行了学科分析,以最小化平流层飞艇的质量为目标,建立基于改进CO-RS框架的多学科设计优化(MDO,Multidisciplinary Design Optimization)模型和相应的学科分析模型.利用iSIGHT软件搭建求解平台,采用改进的CO-RS算法进行仿真计算,并得到合理结果,验证了所建立的MDO模型的合理性和改进的CO-RS算法在平流层飞艇总体设计优化中的有效性.     

引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

遥感卫星总体参数设计的建模与协同优化

针对遥感卫星的总体参数设计问题,建立以卫星覆盖幅宽、地面分辨率和总重综合的指标为目标的优化问题,考虑卫星的控制(GNC,Guidance, Navigation and Control)、电源、结构和热控(TCS,Thermal Control System)分系统的分析模型并整理其中的耦合关系,以协同优化(CO,Collaborative Optimization)方法为框架建立多学科设计优化(MDO,Multidisciplinary Design Optimization)模型并用罚函数法求解,获得了协同一致且性能提升的结果.验证了所建模型的合理性和MDO方法应用于卫星总体参数设计优化的有效性.各分系统的模型及求解方法可为MDO方法的工程化应用研究提供参考.     

多学科设计优化中的不确定性建模

不确定性因素对复杂工程系统设计的影响贯穿整个设计过程.对多学科设计优化(MDO,Multidisciplinary Design Optimization)中不确定性的来源进行了总结和归类;建立了包含2个耦合学科的MDO系统分析输出结果的不确定性与设计变量输入数据误差和模型误差之间关系的数学模型,用于计算各种不确定性对系统性能的影响.算例分析结果和实验结果吻合,表明该数学模型有效可靠.经过扩展可用于估算包含多个耦合学科的MDO系统分析输出结果的不确定性,为鲁棒多学科设计优化方法的构建提供理论基础.      

飞机总体协同优化中的一种混合混沌算法

针对协同优化应用中所碰到的计算困难,分析了现有改进方式。将系统级优化转化成无约束优化问题,选择智能优化算法是一种有效的解决方法,但应注意计算量的控制.将混沌优化和单纯形法相结合,构造出一种混合混沌算法.混沌能有效地跳出局部最优解而接近全局最优点,同时利用单纯形法在混沌优化解的邻域内局部寻优.用协同优化方法对某型干线客机进行总体方案设计;同时各学科级采用序列二次规划法,系统级采用混合算法寻优.计算结果表明此方法是有效的.      

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

一种气动结构一体化设计方法

为解决气动结构一体化设计的工程应用,在传统并行子空间算法的基础上,深入分析了气动结构一体化设计的特点,在响应面构造上引入试验设计法,子空间优化中引入子空间设计的概念,系统级优化中引入Pareto遗传算法,提出了更加适合于气动结构多学科设计优化的基于Pareto遗传算法的并行子空间优化设计方法(CSSODM-PGA, Concurrent Subspace Optimization Design Method based on Pareto Genetic Algorithm),并将算法应用到机翼的气动结构多学科设计优化中,给出了合理的Pareto前沿面和可选方案.     

非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.      

支持并行工程的方案设计研究

并行工程(Concurrent Engineering,简称CE)的关键之一是产品的方案设计.目前多学科优化(Multidisciplinary Design Optimization,简称MDO)领域虽有进展,但未能满足方案设计的特殊要求.针对方案设计的困难,提出一种基于数理统计正交表的正交设计方法来处理产品在方案设计阶段的多设计变量、多目标函数、并涉及到多学科的综合设计问题.由于该方法计算速度快,又能适应多种产品,对快速形成可行的初步方案来说,是一种值得进一步研究的方法.      

基于混合可靠性分析的协同优化方法

针对在多学科设计优化中进行可靠性分析计算成本高的问题,将两种现有的可靠性分析方法与协同优化相结合,提出一种基于混合可靠性分析的协同优化方法.该方法在协同优化的子系统级进行可靠性分析,并在分析前估算优化迭代点与约束边界的距离,对靠近约束边界的点进行基于一次可靠性方法的可靠性分析,其余点仅采用均值法粗略计算其可靠度, 减少了不必要的可靠性分析成本,并将可靠性分析融入到协同优化的框架中.用优化算例对该方法进行了验证,优化结果表明该方法在保证可靠性精度的前提下,有效提高了优化效率,具有实际工程意义.     

对地观测卫星总体参数多学科优化

针对对地观测卫星总体参数设计问题,建立了以对地观测性能最佳为目标的多学科优化模型,考虑姿轨控制、电源、结构、推进、有效载荷5个分系统的设计变量和相应约束条件,并考虑运载火箭对卫星设计的约束条件,通过经验公式建立分析模型.采用协同优化方法,利用外点罚函数法将系统级优化问题转化为无约束优化问题以改善协同优化系统级的数值缺陷,建立了多学科设计优化框架.计算结果表明通过优化可提升卫星的对地观测性能,验证了该方法的合理性.建模思路与优化方法可望用于更贴合工程实际的卫星参数设计.      

通用再入飞行器多学科协同优化设计

探讨了协同优化方法在通用再入飞行器总体优化设计中的应用以及各学科间耦合关系.对协同优化方法的流程及特点进行了分析,以通用再入飞行器总体优化设计为对象,研究如何利用协同优化方法建立此类问题的优化模型.研究结果表明协同优化方法相对多学科可行法具有较快的收敛速度,主要是由于协同优化方法中的系统级在搜索空间时受到了3个子系统级优化一致性的制约,而3个子系统级并行地对升阻比最大、质量最小、弹道设计中气动加热量最小3个主要影响射程的因素进行了优化,最终共同缩小了设计搜索空间,同时利用学科的独立性进行并行计算,从而较快地实现了迭代收敛.      

A faster optimization method based on support vector regression for aerodynamic problems

In this paper, a new strategy for optimal design of complex aerodynamic configuration with a reasonable low computational effort is proposed. In order to solve the formulated aerodynamic optimization problem with heavy computation complexity, two steps are taken: (1) a sequential approximation method based on support vector regression (SVR) and hybrid cross validation strategy, is proposed to predict aerodynamic coefficients, and thus approximates the objective function and constraint conditions of the originally formulated optimization problem with given limited sample points; (2) a sequential optimization algorithm is proposed to ensure the obtained optimal solution by solving the approximation optimization problem in step (1) is very close to the optimal solution of the originally formulated optimization problem. In the end, we adopt a complex aerodynamic design problem, that is optimal aerodynamic design of a flight vehicle with grid fins, to demonstrate our proposed optimization methods, and numerical results show that better results can be obtained with a significantly lower computational effort than using classical optimization techniques.     

燃气发生器身部多学科设计优化

为了探索液体火箭发动机多学科设计优化的一般方法,以液体火箭发动机燃气发生器身部为研究对象,在对其进行面向设计的多学科分析的基础上,建立了燃气发生器身部的多学科优化模型,涉及流动、传热、结构强度3个相互耦合的学科.引入了一种新的多目标方法——物理规划方法处理其中的多目标优化问题,通过类别函数将设计者的偏好转化为优化目标,避免了对各个不同大小和量纲的分目标之间重要性的比较和权衡.优化结果显示,利用多学科设计优化减轻了燃气发生器的质量,改善了原有设计,能够提高发动机的设计水平.