基于层次分析法与粒子群算法的飞机装配公差多目标优化

飞机研制过程中合理的装配公差分配是提高装配准确度和一次装配成功率、降低研制成本的有效途径。本文提出了面向装配性能、加工成本和装配操作复杂度的多目标装配公差优化模型;采用层次分析法与粒子群算法相结合的方法对飞机装配公差多目标优化模型进行求解,用层次分析法确定权重因子并以多目标装配公差优化模型作为适应度函数;最后,以某型飞机外襟翼的一个组件装配公差为例对算法进行验证,计算表明装配公差优化结果能够达到设计要求,可以提高装配公差优化的精度和效率。     

基于满意度函数和灰关联度的多公差约束配准算法

在近净成形类零件自适应加工的过程中,针对传统配准算法无法有效约束零件形位公差的问题,提出一种基于满意度函数和灰关联度的多公差约束配准算法,将公差间平衡关系转化为多目标协同优化问题进行求解.首先,确定零件各公差的评价方法与表征形式,将测量数据与理论模型偏差量视为轮廓度求解裕度.然后,运用满意度函数对各公差偏差量进行评估,...     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

基于粒子群算法的发动机部件模型求解

传统求解航空发动机部件模型中的非线性方程和共同工作方程组的方法因对初值的依赖使得模型并不总能收敛。首先针对模型中的非线性方程求解的特点,在带邻域的粒子群算法的基础上,将收敛因子、被动聚集压力因子和自适应惯性权重引入算法,提出一种混合粒子群算法HPSO1。而对模型中的共同工作方程组的求解,则是在基本粒子群算法的基础上,将收敛因子和被动聚集压力因子引入基本粒子群算法,提出另一种混合粒子群算法HPSO2。实验仿真表明HPSO1和HPSO2均克服了对初值的依赖性,因而对发动机部件模型求解是有效的。     

多目标约束的精锻叶片几何重构优化算法

新型航空发动机已部分采用精密锻造工艺提高叶片的制造精度和效率。然而,精锻后的叶身型面与设计模型存在几何偏差,导致依据设计模型加工后的进/排气边与精锻的叶身型面不能很好地匹配。为了解决该问题,提出一种面向精锻叶片自适应加工的几何重构方法。首先,建立基于公差约束配准的目标函数,并采用粒子群优化（PSO）算法求解目标函数。其次,提出基于叶身变形趋势预测进/排气边轮廓的光顺重构算法。最后,通过精锻叶片自适应数控加工实验对提出的方案和算法进行验证。实验结果表明,该方案可以有效重构出合格的工艺模型,满足精锻叶片的精密数控加工要求。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强，单一寻的制导方式很难完成对目标的稳定跟踪和精确打击，需采用多种探测器作为传感器，提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型，利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题，避免了求解复杂的雅克比矩阵。对于分布式多传感器融合，传统的方法多采用协方差交叉（CI）融合方法，但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程，且计算量小。在此基础上，提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后，对算法进行了仿真分析，并进一步验证了提出算法的有效性。     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。     

基于改进布谷鸟算法的舱门锁定可靠性分析

民机舱门的锁定功能对民机飞行的安全性和可靠性起到非常重要的作用。将民机舱门锁定机构的过中心锁定可靠性安全边界方程转化为无约束的优化问题,来求解舱门过中心锁定可靠性指标。提出了一种改进的布谷鸟算法,以提高基本布谷鸟算法的收敛速度和计算精度,并将算法引入到民机舱门过中心锁定可靠性分析中。研究结果表明,在对民机舱门过中心锁定可靠性分析过程中,所提出的改进的布谷鸟算法与蒙特卡洛法、遗传算法相比,计算精度与计算效率都有显著提高。     

多级联调机构的六西格玛设计及响应面法优化

发动机静子叶片联调机构是提高叶片角度关系可靠性,保证发动机裕度的重要部件,以往的设计多为类比设计,以经验为主,缺乏1种对典型结构进行数学建模的分析。介绍了1种基于六西格玛设计理念,结合数理统计理论和统计分析工具,构建多级联调机构的数学模型方法。用试验设计建立试验模型,通过统计手段分析各因子对响应的显著程度,建立响应面模型并分析了模型中各因子,建立转换函数,进行望目优化。在因子名义值确定后,用蒙特卡罗模拟法分析各因子的公差对装配后最终响应的敏感度,指导设计各因子的公差分配,避免了常规的等公差和经验设计缺陷。实践表明:该方法建立了可复用的设计和优化模型,具有一定工程实用价值。     

基于多策略GWO算法的不确定环境下异构多无人机任务分配

针对具有复杂约束的异构多无人机对地目标侦察打击任务分配问题，考虑不确定的任务执行时长、目标消失时间和无人机巡航速度等不确定因素对任务分配结果的影响，基于模糊可信性理论构建以最小化总成本为优化目标的异构多无人机任务分配的模糊机会约束规划模型，并提出一种多策略融合的灰狼优化算法（IMSGWO），通过引入自适应控制参数调整策略、自适应惯性权重策略、最优学习策略与跳出局部最优策略，在增强种群多样性的同时，提高算法的搜索能力。数值分析结果表明：所提算法能够有效求解不确定环境下的异构多无人机任务分配问题。     

基于Broyden算法的航空发动机气路故障诊断

针对基于Kalman的故障诊断算法响应速度慢、多故障诊断及非设计点诊断精度低的问题,提出一种基于改进Broyden算法求解方程组的航空发动机气路故障诊断方法。针对涡轴发动机,以模型输出跟踪发动机输出为准则确定3个方程,结合发动机模型中的2个平衡方程,构建气路故障诊断方程组,通过改进Broyden算法求解方程组以获得部件性能退化因子及模型猜值。数字仿真结果表明,所提出的基于Broyden算法求解方程组的航空发动机气路故障诊断方法,在包线内的单故障和多故障诊断稳态误差均小于0.35%,且诊断过程算法单步运行最大耗时小于2ms,具有良好的实时性,远优于Kalman滤波方法,验证了算法的先进性。     

基于云蚁群算法的高效节能氩弧焊工艺参数优化研究

为在氩弧焊加工过程中提升效率的同时降低能耗,研究了一种氩弧焊高效节能工艺参数的多目标优化模型及算法。首先确定了以焊接速度及焊接电流为优化变量,在综合考虑焊接设备、工件特性、操作方法及焊接质量等约束的前提下,建立了以最小电能消耗以及最短加工时长为优化目标的多目标工艺参数优化模型;提出一种基于云模型的蚁群算法(CBACO)以对所构建的优化模型进行求解,其中包含一种适当的编码方式、一种局部与全局相结合的探索策略、一种基于云模型的变异因子、传统的单点交叉因子、单形交叉因子以及适当的选择策略;通过一个针对某航空器油箱的焊接实例,对所提出的优化模型及算法的实用性进行了验证,结果表明优化参数可在保证加工质量的前提下有效地节省时间60.41%~69.05%,节省电能34.88%~46.30%。     

基于微分进化算法的深空小推力轨道优化设计

针对多目标多任务的深空探测轨道优化设计问题,基于以太阳为主引力体的二体模型,采用电推进小推力系统,提出了将目标行星的探测方式、探测顺序、发射窗口同时进行全局优化的解决方案.依此建立小推力轨道优化设计算法模型,利用微分进化算法进行全局一体化优化设计,得出多目标多任务的一体化深空探测轨道.通过与相同条件下其他设计方法的结果比对分析得出：基于小推力推进方式并采用微分进化算法进行优化的轨道优化设计方案,在多目标多任务深空轨道一体化设计问题上具有可行性及应用价值.     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

一种重尾量测噪声下的高超声速飞行器跟踪算法

为了解决在实际系统中因野值干扰带来的高超声速飞行器跟踪精度下降的问题,提出了一种交互多模型变分贝叶斯滤波算法(IMM-VB),该算法通过子模型权重与马尔可夫转移矩阵获取子模型的状态预测值。随后采用具有重尾特性的学生t分布取代高斯分布来描述量测模型,并利用VB算法实现子模型的量测协方差与状态的联合估计。最后在交互式多模型(IMM)框架下更新子模型权重与目标状态的融合输出。仿真结果表明,在野值观测条件下该算法比IMM算法具有更高的跟踪精度。     

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

激光告警多目标定位与跟踪技术研究

研究了激光告警多目标定位和跟踪的建模方法。利用聚类概念,对激光告警器测量数据进行集类,并对各个类对应的目标状态进行空间-时间融合。通过求解航迹信息融合的状态估计值,实时形成同步脉冲控制逻辑,从而实现对激光多目标的实时跟踪和激光信号的实时提取。给出了激光告警多目标定位与跟踪的设计过程,提出了一种实用简便的融合算法,并设计了一套该模型的原理样机。试验结果验证了这种方法的有效性。     

基于改进非支配排序遗传算法 的维修资源优化配置

针对在武器装备维修保障过程中出现的资源短缺、资源冲突等问题,构建了多目标的维修资源优化配置模型,并且基于加权思想将多目标转化为单目标以方便求解。针对遗传算法求解多目标优化问题存在的解空间过大、收敛速度慢、计算效率低等问题,提出了基于约束的改进非支配排序遗传算法对资源优化配置模型进行求解。实例分析结果验证了模型及算法的可行性和有效性。