光学遥感卫星总体参数优化设计概念研究

结合传统卫星总体设计和现代优化设计方法 ,提出卫星总体优化设计流程。首先明确任务目标和任务要求 ,然后用模糊多目标优选方法进行总体方案类型优选 ,最后确定了卫星总体参数优化设计的设计变量、约束条件和目标函数 ,并且建立起成本、性能、费效比、可靠性和多目标的优化模型。最后 ,对四个单目标优化和多目标优化的结果进行了比较     

基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。     

变权TOPSIS评价的导弹总体参数粒子群优化设计方法

为解决传统单目标优化方法难以满足导弹总体参数多目标优化的需求,以及多学科设计优化方法复杂而难于在导弹概念设计阶段使用的问题。提出了一种基于变权TOPSIS(逼近于理想排序)评价和粒子群算法融合的多属性综合优化设计方法。以标准粒子群优化算法为基础,运用变权综合原理构建变权状态变量,结合TOPSIS评价方法计算每组粒子(总体参数方案)的可行欧氏距离,以欧氏距离作为综合评价目标开展了导弹总体参数优化设计研究工作。经实例分析表明,基于变权TOPSIS的粒子群优化设计方法能够有效解决导弹概念设计阶段总体设计多参数、多属性综合优化问题,与传统设计方法相比,具有概念清晰、方法灵活、实现高效的优点。     

小生境多目标蚁群算法在飞行器总体设计中的应用

飞行器总体设计直接影响飞行器的战术技术指标,往往需要反复很多次的设计过程以确定最终设计方案,因此迫切需要研究并采用优化方法以快速获得性能较优的飞行器总体方案。蚁群算法是群智能算法的典型代表之一,本文针对飞行器总体设计中的多目标优化问题,以多目标蚁群算法为基础,引入小生境技术,提出小生境多目标蚁群算法,并以某飞行器为应用对象,对其进行了多目标优化设计,最后对优化结果进行了分析。     

"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

过程集成与设计优化技术在碳纤维增强树脂材料设计中的应用

研究过程集成与设计优化(PIDO)技术在复合材料设计中的应用。以航空器领域上广泛应用的碳纤维增强树脂基复合材料(CFRP)为例,开展结构刚度优化设计。根据复合材料中层压板分布特性,以结构固有频率最大为优化目标,通过选择层压板各单层厚度和铺设角度,使用有限元方法模拟铺设角度变化并输出结果,采用优化算法对结果进行判定,得到结构刚度的优化结果。对比两种不同的PIDO优化过程,提出一种结果更优的优化策略——该策略在提高结构刚度的同时,兼顾轻量化,可为优化设计提供更多思路。     

改进的遗传算法在模块化考试自动组卷中的应用

自动组卷是典型的多目标优化问题,针对软件工程等科目存在模块化的特点,建立了试题库及多目标优化组卷模型,对不同的目标根据其重要性采用不同的权重系数,将多目标优化问题转化为单目标优化问题,使用了遗传算法进行求解,根据约束条件存在着硬约束与软约束条件,改进了可行解的产生方法,求解过程中采用精英策略对种群进行选取,并对交叉、变异算子进行优化。经实际测试,组卷成功率与算法的收敛速度均可达到自动组卷的要求。     

基于改进粒子群算法的红外灯阵自动优化设计

为提高航天器热试验用红外灯阵的设计效率、提升灯阵热流分布均匀性,提出一种基于粒子群算法的红外灯阵自动优化设计方法:建立红外灯单灯的热流分布数据库与灯阵位置参数的自动优化设计方法;并通过优化参数的重新选择和优化参数间约束条件的建立,改进传统的粒子群算法以提高设计效率。计算结果表明,相比遗传算法,使用改进粒子群算法进行灯阵优化设计用时缩减82%,而优化所得的热流分布均匀度仅低了0.77%。     

主控格栅反射器基体结构/压电作动器参数集成优化设计

为提高反射器形面控制能力和减小在轨热变形，本文以锆钛酸铅压电陶瓷(PZT)驱动的主控格栅反射器为研究对象，开展反射器基体结构和PZT压电作动器参数的集成优化设计研究。首先，建立主控格栅反射器有限元模型并通过实验验证了有限元模型的正确性。然后，以形面控制能力最大和热变形最小为目标函数，以设计变量上限、下限和结构基频为约束，采用遗传算法(GA)和非支配排序遗传算法(NSGA II)求解。最后，给出多个仿真算例的优化结果。仿真结果表明，控制能力最大的单目标优化，其热变形远大于控制能力，多目标的帕累托(Pareto)最优前沿可以给出更合理的设计方案。通过优化设计可以显著提高形面控制能力和减小热变形。     

星载定向链路多目标优化设计

提出一种针对星载定向链路的多目标优化设计方法。定向链路的优化设计过程是一个多目标优化的过程,要求定向链路在质量、功耗等条件的约束下,尽量满足飞行任务对其功能的需要。文中首先建立定向链路各分目标函数的数学模型,然后根据卫星任务的需求为各分目标函数分配权重,最后通过统一目标法将各分目标函数组成一个统一目标函数,并对统一目标函数进行优化,进而实现对定向链路的优化设计。     

基于MOEA/D的三锥体拦截器气动外形优化设计

针对由临近空间拦截器飞行环境变化剧烈导致的热流密度过高等问题,提出一种多目标外形优化设计方法,并针对一种新型三锥体临近空间拦截器外形进行优化设计。首先,建立飞行器的气动、弹道、气动热等多学科分析模型,利用高斯-伪谱法计算拦截弹道,利用桥函数法建立气动模型,并利用Fay-Riddle方法估计气动热流密度。然后,以飞行器航程、总热流量和飞行时间为优化目标,采用基于分解的多目标进化算法(MOEA/D)与伪谱法将该问题转化为一组单目标优化子问题,得到Pareto前沿并进行相关分析。最后,给出一个优于基准值,同时满足性能指标要求的新型外形。结果表明:该优化方法具有可实现性,为未来的飞行器设计提供了新思路。     

共固化粘弹性复合材料的结构多目标进化优化设计

共固化粘弹性复合材料结构兼具结构承载和阻尼减振能力,设计时需同时考虑强度、刚度、质量和阻尼性能等指标要求,且设计变量众多,因此传统的设计方法难以实现结构的优化设计。本文建立了共固化粘弹性复合材料结构的多目标优化模型,优化目标为结构质量最小化和模态损耗因子最大化,设计变量包括铺层厚度、方向角和阻尼层厚度,并考虑结构动刚度的约束条件。阻尼结构的分析采用基于有限元法的模态应变能法,进化优化采用改进的非支配排序多目标遗传算法(NSGA-II)。最后的优化算例表明将多目标遗传算法应用于共固化粘弹性复合材料结构阻尼/结构一体化设计的可行性。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。     

反折式二元超声速进气道研究

X-51A采用带两级压缩楔面的反折式进气道设计方案,这是一体化权衡设计的结果,要求进气道设计综合各方面因素进行多目标优化。从发动机设计角度出发对类似于X-51A的反折式二元进气道进行了研究,合理选择了进气道的设计变量并运用多目标粒子群优化算法（MOPSO）对带两级压缩楔面的反折式二元进气道按总压恢复系数、流量系数及出口马赫数三个目标函数进行了多目标优化设计,计算中性能指标参数评估基于Euler方程求解得到。通过优化计算得到了带两级压缩楔面的反折式进气道相关性能指标参数最优变化关系及结构方案,可为后续进气道与飞行器一体化权衡提供设计参考。     

基于近似模型的卫星动力学多目标优化

对基于近似模型的卫星结构动力学多目标优化进行了研究。给出了响应面模型、Kriging模型和径向基函数（RBF）模型三种近似模型的原理。基于某卫星结构有限元模型建立了优化的三种近似模型,给出了优化流程。分析结果表明：RBF模型的精度最高,该模型结合遗传算法的优化方法不仅显著降低了计算时间成本,而且有良好的精度。     

充液挠性航天器姿态机动控制的多目标优化

针对充液挠性航天器姿态快速机动、快速稳定的控制要求,为减小姿态机动对挠性附件振动和液体晃动的激发,设计了一种基于正弦型加加速度的姿态机动路径规划方法。为进一步提高姿态控制性能,提出了一种基于云多目标粒子群算法的姿态控制器参数和机动路径参数联合优化方法。以最小化充液挠性航天器三轴姿态达到指定指向精度的时间以及三轴姿态稳定度,构建多目标优化模型,并应用云多目标粒子群算法求取姿态控制器参数和机动路径参数的Pareto最优解。仿真结果表明:采用多目标联合优化算法得到的控制器与路径参数,能够有效减小液体晃动和挠性附件振动,显著提高充液挠性航天器大角度姿态机动的快速性和稳定性。     

柔性空间结构时间-燃料多目标优化控制研究

针对柔性航天器的rest\|to\|rest机动问题,研究了基于最小时间-最少耗能的多目标优 化开环控制问题。提出了空间柔性结构最小时间-最少耗能的多目标优化控制模型;然后采 用非支配排序进化求解算法（NSGA-II）,对某柔性结构进行了多目标优化控制的分析设计; 通过典型算例证明了本文算法的正确性和有效性,并可应用于柔性航天器姿态机动控制器的 分析设计之中。
     

深空大规模天线阵布局优化方法研究

由大量廉价的小型反射面天线组成阵列对航天器进行跟踪通信是未来深空测控网发展 的一条新思路。提出一种改进的遗传算法对大规模小天线阵列地理布局进行优化,提高天线 阵列的测控性能。首先分析了布局优化的约束条件,然后以最小化旁瓣电平为目标,建立了 优化模型。分析了Kogan梯度算法和常规遗传算法的局限性,最后给出了改进遗传算法的优 化流程。仿真结果表明,改进的遗传算法不但具有高的优化效率,还可应用于阵列布局的多 目标优化。