火焰筒浮动瓦块的壁温-结构一体化优化

以火焰筒浮动瓦块结构为研究对象,提出了利用神经网络与遗传算法相结合的方法对浮动瓦块中冷却结构变量和安装位置变量进行同步优化.利用遗传算法分别对冷却结构变量和安装位置变量进行优化,将安装位置优化结果作为冷却结构变量优化中遗传操作的依据,最终实现冷却结构和安装位置的同步优化.为了通过计算效率,利用神经网络对安装位置的优化结果进行映射取代其优化过程.算例结果表明:该方法高效、精确,有很好的工程实用价值.      

浮动瓦块冷却结构在燃烧室中的应用和发展

指出了纯气膜冷却已不能满足航空发动机燃烧室冷却日益增长的要求，分析了强制对流气膜复合冷却和承力合理的浮动瓦块式火焰筒结构。同时还介绍了先进的冲击发散冷却在浮动瓦块式燃烧室中应用的进展状况。     

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

基于代理模型的浮动壁式火焰筒壁温优化设计

为了使得浮动壁结构具有更好的冷却效果,开展了浮动壁壁温优化研究;将代理模型技术与遗传算法相结合,并发展应用于某气动参数下的浮动壁式火焰简壁温优化设计,使浮动壁的平均壁温降低了2.4%;同时根据构造所得的代理模型,对浮动壁壁温随几何参数的变化规律展开分析,研究了壁温随孔径和冲击间距的变化规律.分析结果表明,在选择的尺寸约...     

基于MSC.Patran/Nastran的复合材料层合板稳定性优化

建立了基于MSC.Patran/Nastran的PCL二次开发优化系统。优化分两级,第一级采用直接搜索法和正交试验法相结合优化分层厚度;第二级利用遗传算法优化铺层顺序,最终获得最佳铺层。经算例验证,该方法原理简单,易于实现,具有很强的实用性和通用性。     

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

基于模拟退火遗传算法的平面连续体结构的拓扑优化

采用遗传算法,用染色体基因映射结构离散化后的单元体,通过改变基因代码实现连续结构的拓扑。优化过程中,利用遗传算法进行结构优化,通过有限元技术对结构进行建模和分析。在遗传算法中,引入模拟退火的思想,实时调整结构优化的适应度函数,改善优化分析中个体所处的生存环境,提高优化分析效率,获得较优的结构拓扑效果。算例分析表明所提出的方法是有效的。      

混合遗传算法在航天器最优交会中的应用

推导了航天器双冲量交会时的优化模型,以此为基础构造了最优交会的燃料-时间混合优化指标,并针对基本遗传算法局部搜索能力不强的问题,提出一种将最速下降法与遗传算法相结合的混合遗传算法,其中下降搜索的优化方向利用每一代中最劣个体所包含的优化信息获得。数值计算表明,该混合算法可加速算法的收敛,具有良好的优化性能和函数适应能力。最后,对共面圆轨道双冲量交会情况进行了仿真计算,仿真结果表明混合遗传算法的设计是成功的。     

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。     

基于复合形遗传算法的K—means优化聚类方法

针对基本遗传算法所存在的缺点和不足,提出了一种改进的遗传算法--复合形遗传算法,并将其用于K-means优化聚类.把复合形法嵌入到遗传算法中,利用复合形法对遗传算法群体中的部分个体进行处理,来改善种群的质量,以加快最优解的搜索进程.该方法既有复合形法快速高效的特点,又有遗传算法全局性好的特点. 算例的结果表明,该方法用于改进K-means优化聚类是可行的与有效的.     

New reference trajectory optimization algorithm for a flight management system inspired in beam search

With the objective of reducing the flight cost and the amount of polluting emissions released in the atmosphere, a new optimization algorithm considering the climb, cruise and descent phases is presented for the reference vertical flight trajectory. The selection of the reference vertical navigation speeds and altitudes was solved as a discrete combinatory problem by means of a graphtree passing through nodes using the beam search optimization technique. To achieve a compromise between the execution time and the algorithm's ability to find the global optimal solution, a heuristic methodology introducing a parameter called ‘‘optimism coefficient was used in order to estimate the trajectory's flight cost at every node. The optimal trajectory cost obtained with the developed algorithm was compared with the cost of the optimal trajectory provided by a commercial flight management system(FMS). The global optimal solution was validated against an exhaustive search algorithm(ESA), other than the proposed algorithm. The developed algorithm takes into account weather effects, step climbs during cruise and air traffic management constraints such as constant altitude segments, constant cruise Mach, and a pre-defined reference lateral navigation route. The aircraft fuel burn was computed using a numerical performance model which was created and validated using flight test experimental data.     

超燃冲压发动机燃烧室传感器最佳位置选择

超燃冲压发动机的燃烧控制和性能评估需要有效的燃烧室测量信息, 而如何确定传感器的最佳位置和数量是非常重要的, 要求选择最小的传感器数目和最佳的测量位置来较准确的描述燃烧室工作特性.这是一个组合优化问题, 直接求解比较复杂.为此本文利用遗传算法对超燃冲压发动机燃烧室的测点位置和数量进行了选择, 利用遗传算法的全局最优搜索和大规模并行计算能力来获得最佳的传感器位置和数量.      

考虑轴承游隙的非线性动力学轴承-转子系统优化

针对一类带动态性能约束的轴承-转子系统优化设计存在的问题,做如下改进工作:一是在目前一类轴承-转子系统优化模型基础上,将轴承游隙作为设计变量,考虑轴承游隙的影响;二是提出了一种演化算法/线性搜索的混合算法,将优化过程分为两个阶段,首先采用演化算法对问题全局寻优,求得给定代数时的优化解,再以此解作为新的初始解,采用线性搜索方法进行局部搜索.经数值仿真表明:该优化模型中增加考虑轴承游隙后,对优化结果有较大影响;提出的混合算法克服了使用线性搜索方法难以确定初始解的问题,在同等计算精度和耗时情况下,该方法求解成功率较高.      

混合遗传算法及其在叶片自动优化设计中的应用

 在遗传算法中 ,采用单纯形法寻优取代变异运算构成混合遗传算法 ,以提高遗传算法局部搜索能力。算例表明混合遗传算法可有效提高搜索效率和对最优解的逼近程度。采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。将N S方程正问题流场数值计算与混合遗传算法相结合 ,构成叶轮机械叶型自动优化设计。尝试由气流转角、总压损失和叶型型面面积构成目标函数 ,对压气机叶型进行自动优化设计。     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。     

基于遗传算法的复杂多峰函数优化

从传统的搜索、优化方法入手，分析了遗传算法对复杂、多峰函数优化的有效性；简单介绍了遗传算法；并归纳出从优化问题转化到用遗传算法求解的转化思路；最后，通过对一个多峰函数优化的遗传算法求解，验证了此方法在全局优化、鲁棒性等方面的更有效性。