函数最优化求解方法及在直升机设计中的应用

本文叙述了求函数极值和函数最优化值的概念，并介绍了求解函数最优化值的无约束优化的DFP变尺度法及求函数有约束优化的罚函数法；并就求函数最优值方法在武装直升机结构最优化设计中的应用作一陈述。文章最后附有对方法软件考核的不同类型算例。     

用多项式变量进行复合材料层合板带刚度约束优化设计

对复合材料层合板进行了带刚度约束的优化设计 ,在刚度及尺寸约束下使结构重量最小化。铺层的厚度分布由一个双二次多项式描述 ,其 6个系数被用作设计变量。刚度分析用有限元法完成 ,其中采用了一种考虑横向剪切影响的三角形单元。敏度分析用解析法完成。优化问题用约束变尺度法求解。对一个梯形复合材料层合板进行了优化设计     

基于脉冲暂态混沌神经网络的可靠度分析方法

工程中计算结构可靠度系数β可以看做一个优化问题。考虑极限状态函数的非线性程度很高且存在非凸失效域时,传统的求解非线性优化方法,如序列二次规划（SQP）法、罚函数法和梯度投影法等都有其使用范围和局限性,无法解决局部极小解问题。如何避免局部极小解问题并且兼顾计算精度和效率目前仍很难处理。提出一种新的可靠度计算方法：将求解转化为带有约束条件的非线性规划问题,利用罚函数法转化成无约束条件的非线性规划问题,引入脉冲暂态混沌神经网络（PTCNN）模型快速有效地进行全局寻优,从而解决具有局部极小解的约束非线性规划问题。最后采用不同类型的非线性极限状态函数算例进行算法验证,验证该方法在处理高维、高非线性、不可微、非凸失效域问题时具有可行性、高效性。     

有约束的航空发动机加速最优控制

本文研究了采用非线性最优化程序解航空发动机加速最优控制问题的方法。非线性最优化程序采用的约束变尺度法,发动机采用非线性模型。论文论述了目前发动机加速优化问题研究的一般情况;应用非线性最优化程序,采用非线性发动机模型解最优加速控制问题的基本方法;优化方法的选择问题;发动机模型的建立过程;应用约束变尺度法解最优加速控制问題的几个技术问题:对一些典型的计算结果进行了分析;最后提出了需进一步研究的几个问题。     

基于MPI的大规模变量结构优化技术研究

针对大规模变量结构优化问题,研究了基于虚载荷法的位移敏度求解理论,提出了惩罚函数随优化迭代次数自适应变化的二次扩展内罚函数法,并结合牛顿法作为优化算法.采用MPI并行技术实现了敏度求解的局部并行计算,解决了大规模变量结构优化技术中的规模和效率问题.采用FORTRAN语言在HAJIF2013系统上对上述方法编程实现,实例表明,优化方法能够快速、稳定收敛到最优解,以及基于虚载荷法的位移敏度解析求解理论的高效性和准确性.     

变几何涡扇发动机加速控制规律优化设计

首先建立了一种变几何通道涡扇发动机数学模型,该模型中,风扇及压气机在不同进口导流叶片角度下的特性是通过对基准特性的修正而获得的。然后根据变几何涡扇发动机的特点,利用非线性规划中的约束变尺度法（ＣＶＭ）设计了最优加速规律。研究结果表明：用约束变尺度法优化设计出的发动机加速控制规律,可以保证发动机在全飞行包线范围内稳定工作,且加速时间最短。     

变几何涡扇发动机数学模型及加速控制规律优化设计

首先建立了一种变几何通道涡扇发动机数学模型,该模型中,风扇及压气机在不同进口导流叶片角度下的特性是通过基准特性的修正获得的,然后根据几何涡扇的特点,利用非线性归划中的约束尺度法（ＣＶＭ）设计出了最优加速规律,研究结果表明,用这种方法建立的变几何涡扇数学模型是可行的,用约束变尺度法对发动机加速控制规律进行优化可以明显地改善发动机的加速性。     

弧面分度凸轮机构参数优化设计的一种新方法

在机械工程中，原始参数的选择和结构参数的设计是否合理决定了产品的质量和产品各方面性能的优劣，从优化设计思想着手，充分考虑到弧面分度凸轮机构的结构特点，采用了交互式多目标优化方法——权空间法，并将此方法与约束变尺度（ＷＨＰ）法相结合，进而解决弧面分度凸轮机构参数优化设计的问题。     

用于结构优化的一种新的两点近似函数

提出一种基于两点信息的近似函数,它在当前设计点能够保证原函数的函数值、一阶导数值和近似二阶导数值;在另一设计点保证原函数的一阶导数值。用该近似函数形成结构优化原问题的序列近似问题,再用约束变尺度法解近似问题。通过典型算例的计算,结果表明本方法具有较好的收敛性和较高的计算效率,适用于结构优化问题的求解     

非平稳随机系统动态贝叶斯结构学习关系网

 针对基于图模型自主控制中环境感知问题，提出了连续变量非平稳系统变结构动态贝叶斯网络(DBN)的结构学习模型;讨论了平稳系统常结构DBN学习模型。以上述结论为基础，提出了模糊自适应尺度法用于非平稳系统变结构DBN结构学习，依据非平稳程度函数rb、调节系数m及区间长度Δt模糊推理出步长系数k和窗口系数b，依据具体框架得到变结构DBN，给出了连续变量非平稳系统变结构DBN学习的模型框架和具体算法。仿真结果表明：提出的结构学习框架是可行的。     

多组件结构系统布局拓扑优化中处理组件干涉约束的惩罚函数方法

包含大量组件的多组件结构系统布局拓扑优化设计中存在大量的组件干涉约束,研究了包含大量组件的结构系统整体式拓扑布局优化设计问题,基于有限包络圆方法（FCM）提出了处理组件干涉约束的惩罚函数方法,构造了包含结构刚度和组件之间几何干涉函数的内外混合惩罚函数,应用基于梯度的优化算法对包含数十个组件上百个干涉约束的多组件结构系统进行刚度优化设计,得到了清晰的支撑结构构型和无干涉的组件布局位置,充分体现了提出的混合惩罚函数方法在解决多组件结构系统布局拓扑优化设计中组件干涉问题上的有效性和适用性。     

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同，新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ，且对不同的环境，其具有不同的行为和特点。     

基于非线性规划的空空导弹水平转弯轨迹优化

基于空空导弹的质点动力学方程建立了轨迹优化模型,并根据非线性规划优化算法的特点,对优化模型中的积分变量进行替换。采用一种改进的多重打靶法将轨迹优化问题转化为约束非线性规划问题,在此基础上采用广义乘子法和变尺度法求解满足各种约束条件的最优转弯轨迹。仿真结果表明,该轨迹优化方法实现了导弹在约束条件下的最短时间转弯,且所得结果符合运动学规律,对于离轴发射以及越肩发射的转弯问题具有一定意义。     

考虑承载面最大位移约束的结构拓扑优化方法

在实际工程问题中，存在着一类承受分布力载荷作用的工程结构。为了实现此类结构的刚度设计要求，提出限制承载面变形的拓扑优化设计新模型。模型采用KS包络函数对承载面节点位移进行凝聚化处理，并推导了相应的伴随方程和敏度表达式。遵循独立连续映射法建模方式，采用一阶和二阶泰勒展开分别得到约束函数和目标函数的显式表达式。由此将优化问题转换为一系列标准二次规划子问题，采用序列二次规划算法进行高效、稳健求解。通过二维、三维数值算例验证了提出模型的可行性和有效性。结果表明，所提出的列式和相应的优化求解算法能有效控制结构局部区域的最大变形量。     

Application of the Conjugate Gradient Method to a Problem on Minimum Time Orbit Transfer

This correspondence considers the problem of optimally controlling the thrust steering angle of an ion-propelled spaceship so as to effect a minimum time coplanar orbit transfer from the mean orbital distance of Earth to mean Martian and Venusian orbital distances. This problem has been modelled as a free terminal time-optimal control problem with unbounded control variable and with state variable equality constraints at the final time. The problem has been solved by the penalty function approach, using the conjugate gradient algorithm. In general, the optimal solution shows a significant departure from earlier work. In particular, the optimal control in the case of Earth-Mars orbit transfer, during the initial phase of the spaceship's flight, is found to be negative, resulting in the motion of the spaceship within the Earth's orbit for a significant fraction of the total optimized orbit transfer time. Such a feature exhibited by the optimal solution has not been reported at all by earlier investigators of this problem.     

复合材料机械连接结构分析中的接触算法适用性研究

采用有限元方法计算复合材料机械连接结构孔边接触应力分布时,需要保证其结果的可靠度。分别以Nastran、Marc和Abaqus为平台,研究小滑移接触检测技术和有限滑移接触检测技术以及拉格朗日乘子法、直接约束法和罚函数法等接触约束施加技术的基本原理与特点,结合复合材料销钉连接结构应力分析实验与数值计算,验证各接触算法的准确性和适用性。结果表明:在复合材料机械连接结构有限元分析中,应当采用有限滑移接触检测技术和罚函数接触约束施加方法以提高计算精度。     

基于NSGA-Ⅱ复杂系统航空备件需求研究与应用

目前航空公司对航空备件的需求计算主要针对单个备件进行,这产生一定的误差.因此,本文利用NSGA-Ⅱ多目标遗传优化算法来解决在一定成本约束条件下可用度、可靠度等性能指标均能得到满足.为了便于算法的应用,论文对罚函数进行了改进并进行实例分析.结果表明本方法适于处理航空公司复杂的备件需求决策,并起到一定的作用.     

Particle swarm optimization applied to hypersonic reentry trajectories

This paper presents the novel use of the particle swarm optimization(PSO)to generate the end-to-end trajectory for hypersonic reentry vehicles in a quite simple formulation.The velocitydependent bank angle profile is developed to reduce the search space of unknown parameters based on the constrained PSO algorithm.The path constraints are enforced by setting the fitness function to be infinite on condition that the particles violate the maximum allowable values.The PSO algorithm also provides a much easier means to satisfy the terminal conditions by adding penalty terms to the fitness function.Furthermore,the approximate reentry landing footprint is fast constructed by incorporating an interpolation model into the standardized bank angle profiles.Numerical simulations demonstrate that the PSO method is a feasible and flexible tool to generate the end-to-end trajectory and landing footprint for hypersonic reentry vehicles.     

An effective crack position diagnosis method for the hollow shaft rotor system based on the convolutional neural network and deep metric learning

In recent years, the crack fault is one of the most common faults in the rotor system and it is still a challenge for crack position diagnosis in the hollow shaft rotor system. In this paper, a method based on the Convolutional Neural Network and deep metric learning (CNN-C) is proposed to effectively identify the crack position for a hollow shaft rotor system. Center-loss function is used to enhance the performance of neural network. Main contributions include: Firstly, the dynamic response of the dual-disks hollow shaft rotor system is obtained. The analysis results show that the crack will cause super-harmonic resonance, and the peak value of it is closely related to the position and depth of the crack. In addition, the amplitude near the non-resonant region also has relationship with the crack parameters. Secondly, we proposed an effective crack position diagnosis method which has the highest 99.04% recognition accuracy compared with other algorithms. Then, the influence of penalty factor on CNN-C performance is analyzed, which shows that too high penalty factor will lead to the decline of the neural network performance. Finally, the feature vectors are visualized via t-distributed Stochastic Neighbor Embedding (t-SNE). Naive Bayes classifier (NB) and K-Nearest Neighbor algorithm (KNN) are used to verify the validity of the feature vectors extracted by CNN-C. The results show that NB and KNN have more regular decision boundaries and higher recognition accuracy on the feature vectors data set extracted by CNN-C, indicating that the feature vectors extracted by CNN-C have great intra-class compactness and inter-class separability.