MPI＋OpenMP算法在三维可压缩流场计算中的应用

在多核CPU集群并行体系结构下,采用MPI＋OpenMP的混合并行算法,对可压缩流场进行数值模拟,并在计算时间上与MPI算法进行比较。流场计算的控制方程为Euler方程,空间离散采用Jameson中心差分格式,时间离散采用R-K法,并行模式采用Master/Slave模式。通过对M6机翼和某弹丸采用多种并行方法进行流场的数值模拟,得出MPI＋OpenMP混合算法在一定条件下具有高效性的结论。     

气动设计的多目标优化算法比较研究

由于目标函数复杂且流场求解耗时,气动优化设计需要选择搜索能力强且调用目标次数少的优化算法,现有的优化算法种类很多,针对不同类型问题算法性能不同。本文将常用的多目标优化算法进行了分类总结并进行函数测试,判断各个优化算法对不同问题的收敛性和稳定性,找出适合气动优化的多目标优化算法。将该算法应用于气动优化问题当中,进行了针对翼型的气动优化设计,缩短了优化时间,取得了一定的优化效果。     

粒子群优化算法在网络计划资源优化中的应用

对粒子群优化算法在网络计划资源优化中的应用进行了探讨,首先,介绍了粒子群优化算法的基本原理,给出了网络计划中工期固定一资源均衡优化问题的优化目标和数学模型;然后,详细介绍了粒子群优化算法实现网络计划资源优化的算法流程及其编程实现,对典型网络计划进行优化的结果表明粒子群算法可以较好地实现网络计划资源优化。     

基于CMVO的涡扇发动机加速过程优化控制

针对涡扇发动机加速过程控制寻优难的问题,提出了一种混沌多元宇宙优化算法。在多元宇宙优化算法的基础上加入混沌初始化和混沌搜索,增强了全局搜索能力。采用算法进行涡扇发动机加速过程优化控制仿真,并与可行序列二次规划算法、粒子群算法和多元宇宙优化算法进行对比验证。结果表明：算法能够实现加速过程的优化控制,发动机紧贴喘振边界加速,且满足各个约束条件。对燃油流量、喷口面积、风扇和压气机导叶角度四控制量同时进行优化时,其加速时间为3.8 s,优于其他三种算法。验证了算法具有较强的全局搜索能力,在涡扇发动机加速过程优化控制问题中具有一定的优势。     

有限元的OpenMp并行计算技术

传统有限元串行计算技术耗时长、效率低,已远远不能满足工程实践需要。通过分析串行计算的耗时分布、程序可并行性及数据相关性,在保持串行程序不变的基础上,采用基于多线程的OpenMP技术实现单元刚度矩阵形成总体刚度矩阵的程序并行化。针对有限元计算机翼实例进行了不同线程数目下并行加速比的研究,结果表明,OpenMP技术可有效提高有限元计算效率,且存在一个最佳的线程数,使得并行加速比达到最大,此外加速比还与问题的计算量等因素有关。     

基于隐式算法的悬停旋翼粘性绕流高效CFD分析方法

为显著提高旋翼粘性绕流CFD模拟效率,建立了一套高效的基于隐式LU-SGS算法和OpenMP并行策略的旋翼悬停流场求解方法。首先,求解Poisson方程生成桨叶剖面翼型的贴体正交网格,并通过剖面网格插值、翻折方法生成桨叶C-O型贴体网格;在此基础上,采用基于"扰动衍射"挖洞方法与"Inverse map"相结合的洞边界划定与贡献单元搜索方法,解决了嵌套网格技术中的相关瓶颈问题。然后,以非惯性系下耦合S-A湍流模型的RANS方程为流场主控方程,对流通量采用三阶Roe-MUSCL格式进行离散,时间推进采用高效的隐式LU-SGS方法,同时采用基于数据共享的OpenMP并行策略加速流场求解。最后,运用所建立的方法分别对不同旋翼翼型和悬停状态"Caradonna-Tung"以及UH-60A旋翼的流场及气动特性进行了计算,并给出了根据涡核位置加密网格来提高桨尖涡捕捉精度的方法,同时将计算结果与试验值进行了对比,验证了该方法在旋翼CFD流场模拟中的高效性和高精度特征。     

一种基于生物趋化的改进粒子群算法

针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物趋化原理引入到粒子群优化算法中,改变传统粒子群优化算法只存在吸引操作而没有排斥操作的单向性,提出一种保持种群多样性的改进算法,并对其关键参数的选择进行了研究。仿真实验结果表明,与传统粒子群优化算法相比,基于生物趋化的粒子群算法对于处理复杂的多峰函数或优化问题,可显著提高算法的全局寻优性能。     

基于改进鸽群算法的气动捕获轨道优化

针对火星探测器的气动捕获轨道，提出了一种改进的鸽群算法对气动捕获轨道进行优化。首先，考虑成功进行气动捕获所要求的终端约束和过程约束，根据从捕获轨道进行轨道转移进入目标轨道所需的速度增量，提出了进行捕获轨道优化的最优性能指标。然后，针对原始鸽群算法存在的一些不足，提出一种改进算法，并对改进算法的参数取值进行了分析。最后，基于大气内飞行的动力学方程，将气动捕获轨道优化问题转化为多参数优化问题，利用所提出的改进鸽群算法对气动捕获轨道进行优化，并通过仿真实例验证该算法的有效性。     

多段翼型气动力优化设计的多标准高效进化算法

本文分别结合基因算法与博弈论中的竞争型Nash对策及分级型Stackelberg对策构造了多标准高效进化算法,并对二维三段翼型成功地进行了多标准位置增升优化。基因算法在合适地选择了基因操作算子后可以得到全局最优解,博弈论的引入使得传统基因算法具备了无人工干预的多标准优化算法,并且这一优化过程接近于实际翼型工程气动力设计情况。应用本文的方法成功地对三段翼型进行了不同气动条件下的缝翼与襟翼的位置组合优化,最后给出了优化算例,并对两种算法进行了对比。     

火箭橇运动计算算法优化与试验验证

对火箭橇试验系统进行了动力学分析,研究了火箭橇运动计算方法,在常规算法基础上对各参量计算方法进行改进,并引入了新的参量能量耗散阻力,进而得到优化算法。取四次不同速度的双轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为7.67%,误差最大为37.91%,优化后算法计算结果误差最小为0.48%,误差最大为5.0%;取四次不同速度的单轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为11.78%,误差最大为43.64%,而优化算法计算结果误差最小为0.11%,误差最大为5.31%。结果表明火箭橇运动计算优化算法相比常规算法能有效提高计算结果精度,计算结果对火箭橇试验设计具有一定工程指导意义。      

小推力深空探测轨道全局优化设计

 针对小推力深空探测四维轨道优化设计,给出了一种组合优化算法,采用该算法基于二体模型进行了深空探测四维轨道全局优化。该组合优化算法由动态规划算法、静态参数优化算法与共轭梯度算法组成。动态规划算法和静态参数优化算法用以选择最优的发射窗口、返回窗口及相应的近似飞行轨道;基于该近似轨道方案,采用共轭梯度算法（解决两点边值问题）求解精确的最优轨道。通过大量的数值仿真计算,得到了航天器的全局最优飞行轨道,及相应的最优发射窗口与返回窗口。数值仿真结果表明,该组合优化算法对深空探测轨道优化具有良好的通用性和工程运用价值。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

基于RNP的A＊算法动态航路规划研究

介绍了A＊算法的基本思想,建立了基于RNP的航路模型,利用A＊算法对航路进行了优化,并利用MATLAB程序对航路进行了算法实现,得到了满意的结论。通过实例分析得出基于RNP的A＊算法对航路进行规划研究的可行性和有效性。在MATLAB环境下进行航路规划问题的A＊算法程序,能够利用其强大的运算能力,并且易于其他工具包结合进行算法仿真实现对其中参数进行优化研究。     

考虑多类维修优先权的多级维修供应系统库存控制

备件筹措与保障站点的维修能力和故障件维修机制密切相关。在经典VARI-METRIC模型上,拓宽了模型中"无限维修总体"和"先到先修"的假设条件,基于排队理论,考虑维修优先权对维修过程的影响,对故障件的维修周转时间进行了修正,建立了具有多类维修优先权的备件初始库存优化模型。构造了多站点优先权分配的目标函数,采用智能优化算法对优先权分配方案进行了优化;根据所得方案,采用边际优化算法进行了备件库存优化,提出了采用智能优化算法和边际优化算法对优先权分配方案和备件库存进行分步优化的方法,并开展了算法复杂度分析。算例分析表明,考虑优先权的备件配置方案在满足各项保障效能指标的同时,显著降低了备件购置费用;分步优化的方法在有效降低运算时间提高计算效率的同时保持了一定的计算精度。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

倾转旋翼机多部件对机翼气动干扰的分析及优化

为研究倾转旋翼机各部件对机翼的气动干扰效应，建立了一套适用于倾转旋翼机流场CFD求解方法，提出并生成了一套由三棱柱/四面体组成的适用于倾转旋翼机多种飞行状态的非结构混合网格系统.以三维Navier-Stokes方程为主控方程，采用动量源方法进行倾转旋翼的模拟，并引入了高效的OpenMP并行加速技术等，提出了一套新型的动量源项添加及搜索方法.计算分析了倾转旋翼机旋翼/机身/短舱对于机翼气动特性的干扰影响，得出了一些对设计有指导意义的结论.采用基于径向基函数（RBF）的代理模型方法，根据机翼不同展向位置的干扰程度对各段翼型配置进行气动优化.优化结果表明:考虑气动干扰作用，在巡航速度下优化后的全机升阻比增长达到了36.78%.      

对称平面稀疏阵列阵形优化方法研究

针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的应用效果。仿真结果表明,经过模拟退火算法和粒子群优化算法优化后的平面稀疏阵列均能够抑制副瓣电平,并能够在一定的空域范围内实现波束扫描;相对于粒子群优化算法,模拟退化算法计算方法简单;在相同的迭代次数下,经模拟退火算法优化后的平面稀疏阵列比经粒子群算法优化后的平面稀疏阵列更能够有效地抑制副瓣。     

一种优化五相感应电机SVPWM算法仿真研究

针对五相电机电压空间矢量多、控制复杂的问题,提出了一种优化的五相感应电机空间矢量脉宽调制(SVPWM)算法与仿真。依据矢量空间解耦理论与载波统一性理论,采用基于最大矢量的SVPWM算法,综合考虑电压脉动与开关损耗等因素,对算法进行了优化。建立了系统数学模型,进行了仿真验证,对仿真过程中产生误差的部分进行了分析和优化。仿真结果表明,优化后的算法满足电机控制的需求,与传统的SVPWM算法相比,谐波畸变率降低,开关损耗降低约20%。     

基于自适应连续蚁群算法的卫星星座设计(英文)

蚁群算法是一种解决多变量问题的新型启发式仿生算法。本文分析了卫星对地面的覆盖条件,提出用——/(n 1)重覆盖率来评价星座的覆盖性能,建立了以覆盖性能为目标函数的卫星星座参数优化模型。采用蚁群算法对卫星星座参数进行优化,为星座优化问题提供了一种新方法。在连续蚁群算法的基础上对算法进行改进,提出蚂蚁种群数量的自适应准则,有效的提高了搜索范围与收敛速度。通过仿真表明,与其他方法相比,蚁群算法在星座参数优化有着明显的效率。     

改进的模拟退火算法在翼型设计中的应用

通过研究模拟退火算法的机理和应用,对标准模拟退火算法进行了改进,并应用到翼型气动优化中。改进算法与标准算法相比,在耗费机时基本一致的情况下,优化了初始翼型NACA0012,使其设计点的阻力分别减小了30.16%和32.95%。由此可见,模拟退火算法在翼型气动优化设计中具有实用性和有效性,并且改进算法的优化效果更理想。     

基于改进蚁群算法的无人机侦察航路规划研究

蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。