基于混合并行多目标禁忌搜索算法的飞机总体优化设计研究(英文)

基于飞机总体设计中的多目标优化问题,采用了一种全新的混合并行多目标禁忌搜索算法。文章首先提出了一种创新的多目标禁忌搜索(MOTS)算法,该算法在传统的MOTS的基础上,增加了TS算法与"Pareto解"的融合机制、优秀解保留机制、"多方向搜索"策略等新的元素。随后又将该算法作了改进,创立了并行多目标禁忌搜索算法。最后在此基础上将并行多目标禁忌搜索与基于向量排序的多目标遗传算法相结合,提出了一种新的混合算法—混合并行多目标禁忌搜索算法。通过对以上各种算法运行结果的比较,得出如下结论:与改进前的多目标禁忌搜索算法相比,并行的MOTS运行结果更优,而混合的MOTS的结果又比前两者更胜一筹。     

用Hopfield神经网络与模拟退火算法求解UAV航路规划问题

分别用Hopfield神经网络与模拟退火算法求解UAV航路规划问题,并且对所求得结果进行了简单比较,结果表明模拟退火算法比Hopfield神经网络求解UAV航路规划问题效率更高。     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

基于ModelCenter平台的智能优化算法插件开发及应用

介绍了多学科优化设计软件ModelCenter,利用ModelCenter平台提供的接口和API函数开发了粒子群优化算法插件和模拟退火优化算法插件。将算法插件应用于某喷气教练机总体参数优化设计问题中,通过最终计算结果,验证了算法插件在飞行器总体设计中的有效性。智能优化算法插件的开发拓宽了ModelCenter的通用性,提高了优化效率,可以用于复杂产品的优化设计。     

非线性摩擦失谐叶片排序并行退火算法

基于叶片模态实验获得的叶片失谐参数,基于非线性摩擦阻尼分析提出一种失谐叶盘结构的集中参数模型.综合模拟退火算法的局部搜索能力和遗传算法的全局搜索能力,并引入禁忌表作为搜索记忆表,提出了一种应用模拟退火进化算法附加禁忌表的叶片排序优化方法.同时结合图形处理器运算设计了基于compute unified device architecture(CUDA)的并行算法并且分析其算法性能.研究表明:基于并行框架寻优可以获得4.5倍的加速,同时按照优化后方案安装,可以明显降低叶盘系统振动响应幅值与方差.      

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑，运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论，建立航空发动机性能趋势预测的神经网络模型，同时，针对神经网络的结构设计困难问题，建立了基于遗传算法的结构自适应神经网络预测模型，实现了神经网络结构的优化。最后，利用三组民航飞机发动机的性能数据进行了预测分析，验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

基于多方法协作优化算法的飞机总体优化设计

针对飞机总体优化设计中存在目标函数与变量之间没有显式关系式等问题,在建立包含推进、气动、性能及重量四个学科的飞机总体设计模型的基础上,采用遗传算法、模式搜索法和Powell法结合的多方法协作优化策略实现了飞机总体参数的优化;并对优化方案进行参数灵敏度分析,优化后飞机正常起飞总重较优化前降低11.6%,优化效果显著.分析结果表明了基于多方法协作优化算法的飞机总体优化设计的有效性.     

多航路点协同约束下的飞机性能参数优化

针对多航路点协同约束下飞行轨迹预测中飞机性能参数优化问题,依据飞机进场剖面构建了飞机进场轨迹,并提出了飞机进场航路点协同约束合理性的验证方法。创建了两种多目标适应度函数并进行对比、选择,在简化问题复杂性的同时保证了优化模型运行的稳定性,并基于多目标遗传算法建立了优化求解模型。仿真结果表明,该优化模型能对具有多个航路点协同约束下的节油飞机性能参数进行有效求解,使用非线性适应度函数较线性适应度函数综合稳定性提升了161. 67%,所提出的RTA约束窗口大小设置方法对空管实际运行有指导意义。     

一种面向飞机族的结构优化方法

 飞机族是一组共享通用部件或子系统的、但性能或使用要求不同的相关飞机产品的集合。针对通用模块化飞机族结构优化问题,提出一种基于代理模型的二级优化方法。该方法将结构优化分为两个层次：通用模块结构优化层次和专用模块结构优化层次。这种方法不但流程简单,且各层次的设计变量和约束较少,并且专用模块优化层次之间具有独立性,易于实现并行设计。以某支线客机族的机翼结构优化问题为例,首先阐述飞机族结构优化模型,然后应用本文提出的二级优化方法求解支线客机族的机翼结构优化问题。优化结果表明该方法能成功解决飞机族的结构优化设计问题,能同时优化飞机族中各型号的结构参数。     

Multipoint optimization on fuel efficiency in conceptual design of wide-body aircraft

Aircraft conceptual design optimizations that maximize the performance at a design condition (single-point) may result in designs with unsatisfying off-design performance. To further improve aircraft efficiency under actual flight operations, there is a need to consider multiple flight conditions (multipoint) in aircraft conceptual design and optimization. A new strategy for multipoint optimizations in aircraft conceptual design is proposed in this paper. A wide-body aircraft is taken as an example for both single-point and multipoint optimizations with the objective of maximizing the specific hourly productivity. Boeing 787-8 flight data was used in the multipoint optimization to reflect the true objective function. The results show that the optimal design from the multipoint optimization has a 7.72% total specific hourly productivity increase of entire flight missions compared with that of the baseline aircraft, while the increase in the total specific hourly productivity from the single-point optimal design is only 5.73%. The differences between the results of single-point and multipoint optimizations indicate that there is a good option to further improve aircraft efficiency by considering actual flight conditions in aircraft conceptual design and optimization.     

BLISS研究及其在飞机设计中的应用

研究了两级综合系统分析(BLISS)多学科设计优化方法的结构,通过精心设计的数学算例来测试其效率,并将其应用于某通用航空飞机的总体参数优化问题中,结果与不分解优化的结果非常接近,验证了BLISS方法在飞机多学科设计优化中的有效性。最后,对BLISS方法的收敛性和效率进行了总结和评价,并指出了其需要改进的地方。     

Research of low boom and low drag supersonic aircraft design

Sonic boom reduction will be an issue of utmost importance in future supersonic transport, due to strong regulations on acoustic nuisance. The paper describes a new multi-objective optimization method for supersonic aircraft design. The method is developed by coupling Seebass–George–Darden(SGD) inverse design method and multi-objective genetic algorithm.Based on the method, different codes are developed. Using a computational architecture, a conceptual supersonic aircraft design environment(CSADE) is constructed. The architecture of CSADE includes inner optimization level and out optimization level. The low boom configuration is generated in inner optimization level by matching the target equivalent area distribution and actual equivalent area distribution. And low boom/low drag configuration is generated in outer optimization level by using NSGA-II multi-objective genetic algorithm to optimize the control parameters of SGD method and aircraft shape. Two objective functions, low sonic boom and low wave drag, are considered in CSADE. Physically reasonable Pareto solutions are obtained from the present optimization. Some supersonic aircraft configurations are selected from Pareto front and the optimization results indicate that the swept forward wing configuration has benefits in both sonic boom reduction and wave drag reduction. The results are validated by using computational fluid dynamics(CFD) analysis.     

基于神经网络的飞行器总体优化设计

针对经验公式存在的精度低、适用范围受限的缺点,采用广义回归网络代替经验公式计算气动特性,并将其嵌入到优化设计流程之中,提出了一种基于神经网络的飞行器总体优化设计方法。神经网络的训练样本输入、输出数据通过试验设计和涡格法计算得到。以高空长航时无人机为例,选取航时与机翼结构重量系数作为目标函数,应用所提出的方法进行总体优化设计。计算结果表明,提出的方法是可行的,能够满足设计要求,同时降低优化过程的复杂程度,减少迭代次数。     

飞机总体优化设计的新进展

回顾飞机总体优化设计的传统方法 ,介绍多学科优化方法在飞机设计中的应用状况和最新发展。重点讨论为解决设计变量过多和计算耗费太大问题提出的试验设计和响应面近似法以及带不确定性多学科优化的鲁棒设计方法。提出飞机总体优化设计的一些关键研究领域 :气动—结构、气动—隐身、结构—主动控制等 ,最后展望多学科优化在飞机总体设计中的应用前景     

考虑不确定性的飞机总体参数优化方法

由于在各种设计问题包括飞机概念设计中都存在一定的不确定性,因此在总体参数优化时有必要考虑这种不确定性。以大型客机总体参数优化设计为例,定义了考虑不确定性的飞机总体参数优化问题,该问题与传统飞机总体参数优化的区别是要进行不确定性分析。而不确定性分析的计算量过大,为此提出了一种渐进代理模型方法来解决这一难题。在建立代理模型时,通过连续成批地在设计空间的全局和局部均加入新样本点,不断提高代理模型的全局拟合精度,直至获得满意的代理模型为止。然后在优化过程中使用计算量小的代理模型。大型客机总体参数优化问题中含有5个设计变量,目标函数为起飞重量最轻,并需满足4个性能约束。考虑了不确定性后,不仅使目标值（起飞重量）对总体参数变化的敏感度有所减小,而且满足约束（设计要求）概率显著提高。     

多学科设计优化在非常规布局飞机总体设计中的应用

以飞翼布局飞机总体设计为例,展示如何将多学科设计优化(MDO)方法有效地应用于非常规布局飞机总体设计.基于二级优化方法,提出一种飞机总体MDO实施流程.该流程包括系统级优化、子系统级优化(或评估)和多学科模型生成器3个部分.系统级优化的任务是优化全局设计变量,使系统目标最优.子系统级优化涉及的学科包括气动、隐身、结构、...     

隐身性能约束的多目标气动外形优化设计

从飞机外形设计的总体、气动和隐身设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,并采用了群体排序、基于共享机制的小生境技术和Pareto解集过滤器等技术使解集具有良好分布特性,在此基础上建立了一套可满足飞行器外形气动/隐身一体化综合优化设计优化模型和优化方法。文中针对飞行器外形优化设计要求,提出了复杂外形参数化和设计变量的选取原则。并根据某飞行器设计要求,进行了在以隐身特性为约束条件下,以亚声速和超声速气动特性为设计目标的飞行器外形综合优化设计,取得了良好的优化设计结果。     

超声速低声爆布局分层优化方法

声爆抑制是发展新一代超声速民机必须突破的关键技术。总体布局参数的合理设计可以使飞行器具有良好的声爆特性。为了提高全局进化算法在布局设计中的优化效率,提出一种基于数据挖掘的分层优化方法,利用数据挖掘中的决策树算法提取设计知识,获得设计变量分层信息,指导低声爆布局分层优化;针对某超声速低声爆飞行器,选取后掠角、上反角、展弦比、梢根比、长细比五个总体布局参数作为设计变量,开展分层优化数值实验,并与一体化优化形成对比验证。结果表明：分层优化方法能够搜索到与一体化优化高度吻合的最优解,分层优化的收敛速度显著高于一体化优化,且对随机寻优历程的表现更稳健。