构建数学模型 优化贴装过程

贴装优化问题直接关系到表面贴装工艺的效率。本文以JUKI．2010／2020贴片机为试验平台，根据该机型结构及贴装过程，把贴装优化问题的描述为最小权重匹配问题（MWMP）以及非对称旅行商（TSP）问题，构建了一种新的优化模型：把时间优化转化为距离优化，并应用启发式算法进行软件编程。通过生产企业的6块PCB板的对比实验，证明了该数学模型和算法是合理的。     

粒子群算法和蚁群算法的结合及其在组合优化中的应用

文章首次提出了一种用于求解组合优化问题的PAAA算法。该算法有效地结合了粒子群算法和蚁群算法的优点,先利用粒子群算法的随机性、快速性、全局性得到初始信息素分布(即粗搜索),再利用蚁群算法的并行性、正反馈性、求解精度高等优点求精确解(即细搜索)。将文中提出的算法用于经典TSP问题的求解,仿真结果表明PAAA算法兼有两种算法的优点,同时抛弃了各自的缺点。该算法在时间效率上优于蚁群算法,在求精效率上优于粒子群算法,是综合了两种算法长处的一种新的启发式算法,达到时间性能和优化性能上的双赢,获得了非常好的效果。     

改进的快速蚁群系统求解二次分配问题

二次分配问题(QAP)是经典的组合优化问题之一,广泛应用于许多领域中.针对 QAP,提出了一种新的蚁群算法—改进的快速蚁群系统(IFANT).该算法通过限制迭代最优解与当前解的信息素升级的速度,拓宽了快速蚁群系统解的搜索范围,提高解的寻优能力.     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

稀疏拟谱最优控制法求解Goddard火箭问题

提出了一种新的基于直接转化法的求解基于常微分方程(ODE)和微分代数方程(DAE)的最优控制问题的数值方法.该方法通过Legendre-Gauss拟谱法同时离散化状态变量和控制变量,把最优控制问题转化为一个非线性规划问题,并利用改进的多相处理方法避免优化无控段,同时基于稀疏矩阵探索其一阶导数信息.数值结果表明,与传统的直接转换法相比,该方法是一种通用高效的精度较高的ODE/DAE最优控制直接数值求解法.最后,从工程观点出发,应用该方法成功求解了终端自由有路径约束的奇异最优控制问题Goddard火箭问题.     

地球-火星的燃料最省小推力转移轨道的设计与优化

小推力转移轨道的设计与优化一直是深空探测轨道设计方面的难点。针对这些问题，提出了一种基于等高线图的初始发射机会搜索方法，该方法通过绘制探测器一火星距离的等高线图寻找满足任务约束的小推力转移轨道发射机会；同时，本文还给出了一种小推力轨道的直接优化算法，该算法通过将连续的控制变量参数化，把轨道优化问题转化为参数优化问题，然后基于所提搜索方法，采用逐次二次规划方法进行求解。数值计算验证了该发射机会初值猜测方法和优化算法的有效性。     

高超声速飞行器再入轨迹快速优化研究

基于求解最优控制问题的Chebyshev伪谱法(Chebyshev Pseudospectral Method,CPM),研究了高超声速飞行器再入轨迹快速优化问题。针对远程多约束条件下再入轨迹优化问题的难点,提出了一种线性初值与节点更新相结合的优化策略,将攻角与倾侧角同时作为控制变量,以再入飞行时间最短为优化目标,利用CPM将轨迹优化问题转化为非线性规划问题,并使用SNOPT软件包求解,使CPM成为一种再入轨迹快速优化的通用算法。以某类高超声速再入飞行器为对象进行轨迹优化计算,并对比相同仿真条件下粒子群(PSO)算法的优化效果,仿真结果验证了该算法具有较高的求解效率和快速收敛性。     

一种基于蚁群算法的防空C~3I目标分配

针对防空指挥、控制、通信和信息(C3I)系统的目标分配问题,在信息素更新中引入最优蚂蚁保留策略,提出了一种基于蚁群算(ACO)的目标分配优化方法,给出了算法的步骤和参数确定原则.算例表明:与模拟退火算法(SA)相比,该算法的寻优能力强、收敛速度快.     

基于混合量子粒子群优化算法的三维航迹规划

针对粒子群优化算法(PSO)存在的早熟收敛问题,通过将种群的繁殖机制引入量子粒子群优化算法(QPSO),提出了一种混合量子粒子群优化算法(HQPSO),将该算法应用于无人飞行器的三维航迹规划。同时,运用统计学方法,通过仿真实验比较了HQPSO算法与QPSO算法以及带动态变化惯性权系数的PSO算法的性能。仿真实验结果表明,HQPSO不但比QPSO和PSO具有更强的全局搜索能力,而且比QPSO和PSO具有更快的收敛速度。     

由子系统主导的协同优化算法

针对多学科设计优化中的协同优化算法在应用时存在不可避免的困难,在标准协同优 化问题分解模式的基础上提出了一种改进算法SLCO(Subsystem Leading Collaborative
Optimization)。SLCO充分利用了子系统优化结果来产生新的系统级期望值,将优化目标和 耦合处理都交给子系统来完成。从数学上证明了该算法的收敛性,并用测试算例进行验证, 结果表明,该算法稳定,寻优效果好,并且有一定的灵活性。     

混合推进最省燃料轨道设计方法

使用混合推进方式设计地-月圆型限制性三体模型下的最省燃料转移轨道。将化学发动机以及电推进发动机的燃料消耗总和作为目标函数进行优化,推导一阶必要条件和雅可比矩阵。选择从近地圆轨道出发到达地-月L1附近Halo轨道的转移轨道为例测试上述方法。仿真结果表明,相比发射脉冲固定的情况,混合推进方式进一步降低了燃料消耗,而且给出了飞行时间和燃料消耗不同的组合方式,给予任务设计更大的灵活性。     

基于自适应高斯伪谱法的SGCMG无奇异框架角轨迹规划

针对采用SGCMG作为姿态执行机构的小卫星,在大角度机动过程中SGCMG系统易陷入奇异的问题,提出了一种基于自适应Gauss伪谱法的SGCMG无奇异框架角轨迹快速规划方法。该算法综合考虑到实际工程应用中存在的SGCMG框架角受限、框架角速度受限,奇异量度受限,星体机动角速度受限以及星体初始和终端状态受限等约束条件,将卫星大角度机动问题看成满足上述一系列约束条件和边界条件同时实现某一性能指标最优的最优控制问题。然后,结合自适应高斯伪谱法与非线性规划技术,求解带有边界约束与路径约束的最优化问题,获得实现性能指标最优的无奇异SGCMG系统轨迹。仿真结果表明：该算法能够在25s的时间内给出顺利实现大角度机动并满足所有约束条件,同时近似精度优于10 -3 的高精度平滑轨迹。     

基于物理规划的固体火箭发动机不确定性优化设计

在基于建模与仿真的固体火箭发动机设计过程中客观存在许多不确定性,决策不确定性定义为设计与优化问题描述和决策过程中存在的模糊性。传统优化设计模型将优化设计问题作为确定性问题求解,可能会漏掉真正的工程实际可接受的最优结果。采用物理规划方法建立优化设计模型,可得到综合满足多个设计准则的Pareto解。以固体火箭发动机总体方案优化设计为例,证明了物理规划方法作为固体火箭发动机设计决策不确定性建模方法的有效性。     

卫星总体参数多学科优化与建模探讨

卫星总体参数优化是一个典型的多学科优化问题。文章针对卫星总体参数优化建模及其他相关问题进行了探讨,阐述了卫星总体参数优化的过程;以对地观察卫星为对象,给出了多学科优化模型,包括优化目标、约束条件和设计变量。     

使用解析目标分流策略的海洋卫星多学科优化

在海洋卫星总体设计阶段,为了提高卫星整体设计性能和效率,采用多学科设计优化（MDO）技术对其总体参数进行设计优化。考虑轨道、有效载荷、结构和电源四个学科的设计变量和约束条件,以卫星总质量最小为优化目标建立海洋卫星MDO模型;针对各学科优化问题属性设计高效的优化方案并采用解析目标分流（ATC）这一多级MDO策略来协调整个优化过程。优化后海洋卫星总质量相对海洋一号（HY-1）卫星下降17.6%,整个优化过程花费的时间也比采用单级All at once(AAO)策略减少85.7%。一方面表明所建立的海洋卫星MDO模型的合理有效性,另一方面表明ATC策略结合学科定制优化方案的求解技术的有效性。     

一种处理多学科优化问题的通用和有效方法

提出将多学科设计优化问题按单级优化来处理，并利用包络对偶法直接对其进行优化运算。通过对一道测试和评价多学科优化方法有效性的典型算题的计算和求解，显示了该方法处理多学科优化问题具有收敛速度快、计算效率高、并具有通用性等特点。     

基于Legendre伪谱法的固体运载火箭轨迹优化研究

Legendre法则是一种高阶积分近似法则,用较大积分步长得到较高精度。以结点伪谱法处理不连续问题后,可以把一个无限维的动态最优控制问题转化为有限维的静态优化问题,大大降低了问题复杂性。将其应用于轨迹优化,力求使其成为一种求轨迹优化问题的通用算法。以三级固体运载火箭为例,在惯性直角坐标系中建立动力学模型,给出轨迹优化模型。轨迹优化算例结果验证了Legendre伪谱法在弹道时间和精度优化的正确性和有效性。     

大型磁悬浮CMG转子的组合优化策略

为提高空间站用大型磁悬浮CMG（Control Moment Gyroscope）系统的设计效率,并获得最优设计参数,针对高转速（12000r/min）大角动量（1000N·m·s）磁悬浮转子进行优化设计与分析。提出了一种基于遗传算法(Genetic Algorithm, GA)和序列二次规划算法(Sequential Quadratic Programming, NLPQL)的组合优化策略来优化转子组件。采用ANSYS进行参数化建模,通过ISIGHT软件集成ANSYS实现优化过程。取转子质量和最大等效应力分别最小为优化目标,选择转子轮盘结构尺寸为设计变量,并根据转子运行工况对转子提出包括尺寸、强度、效能等方面约束限制。与GA、NLPQL算法相比组合优化策略的优化结果要优于单纯使用一种全局优化算法或局部优化算法。组合优化策略结果表明转子质量减少了3.92%;安全系数提高了2.69%。实验结果证明了组合优化策略的设计结果。     

系统可靠性优化方法

介绍了性优化的各种模型：组合优化模型、两类失效模式优化模型、可靠必优化分配模型、多目标优化模型以及可靠性模糊优化模型等。分析了可靠性优化分配模型各种解法的优缺点。研究认为，蒙特卡罗法具有简单和广泛适用性特点，因而推荐使用该法。