基于HyperDesign平台的粒子群优化算法插件开发及应用

介绍了适用于飞行器总体设计的多学科优化软件HyperDesign,并基于HyperDesign平台用C++开发了粒子群优化算法插件.通过精心设计的数学算例来测试插件的效率,并将其应用于某喷气教练机总体参数优化设计问题中,验证了该插件在飞行器总体设计中的有效性.本文对HyperDesign进行了二次开发,使作者认识到开发优化算法插件的重要性.     

自动优化技术在涡轮设计中的应用

为了提升计算机辅助的自动优化设计技术在航空发动机涡轮设计中应用的有效性,基于计算机辅助设计技术、CFD仿 真技术和智能优化算法,构建了集2维叶型设计优化和3维优化于一体的轴流涡轮设计优化体系。采用结合几何参数法和非均匀 B样条曲线发展了鲁棒性强、适应范围广的基元叶型参数化造型方法;结合自动结构化网格剖分、高精度CFD求解程序和智能优 化算法,开发了针对工程的高效涡轮2维叶型设计优化软件;以基元叶型为基础,发展了包括涡轮叶片3维积叠、扭转及子午流道 型线调整的涡轮3维参数化方法;耦合商业CFD软件和智能优化算法,开发了级环境下涡轮3维优化设计软件。利用3维优化设 计软件开展了某单级跨声速高压涡轮和高低压涡轮过渡段优化设计,使单级高压涡轮效率提高0.62个百分点、过渡段分离流动区 域大幅度减小。结果表明：涡轮自动优化技术能够满足工程应用需求,显著地提升了涡轮气动设计水平。     

气动设计的多目标优化算法比较研究

由于目标函数复杂且流场求解耗时,气动优化设计需要选择搜索能力强且调用目标次数少的优化算法,现有的优化算法种类很多,针对不同类型问题算法性能不同。本文将常用的多目标优化算法进行了分类总结并进行函数测试,判断各个优化算法对不同问题的收敛性和稳定性,找出适合气动优化的多目标优化算法。将该算法应用于气动优化问题当中,进行了针对翼型的气动优化设计,缩短了优化时间,取得了一定的优化效果。     

一种改进的果蝇优化算法及其在气动优化设计中的应用

果蝇优化算法(FOA)是一种新的群体智能优化算法,具有良好的全局收敛特性。为进一步提高FOA的寻优性能,将其引入到气动优化设计中,发展形成了改进的果蝇优化算法(IFOA)。IFOA通过引入惯性权重函数动态调整搜索步长,有效实现了算法全局搜索和局部搜索之间的动态平衡,提高了算法整体搜索效率和寻优精度;对于多维优化问题,IFOA每次搜索仅随机扰动其中一个决策变量,并在每个迭代步内将所有优秀果蝇个体(可行解)结合产生一个全新的果蝇个体进行一次搜索,大大加快了算法的收敛速度。函数测试结果表明,IFOA显著提高了FOA的寻优性能。将IFOA应用到气动优化设计中,翼型反设计和单/多目标优化设计的算例表明,IFOA是一种简单高效的优化方法,可广泛应用于气动优化设计。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

基于多目标粒子群算法的导航星座优化设计

导航星座的设计涉及诸多优化变量的选取,优化设计的目的是选取合适的优化变量使导航星座最大程度地满足人们需求。提出了将导航性能和卫星生产成本作为目标对导航星座进行多目标优化设计的研究方案,导航星座基本构型为中轨道(MEO)与地球静止轨道(GEO)卫星组成的混合星座,MEO卫星用于全球导航,GEO卫星用于增强星座对中国及周边地区的导航性能。探讨了MEO和GEO的轨道设计思路。阐述了星座导航性能与卫星生产成本的计算方法,并选取定位精度因子(PDOP)作为导航性能指标。介绍了基本粒子群算法和多目标优化的概念,提出了改进的多目标粒子群算法(MOPSO),给出了该算法的计算步骤和测试结果。讨论了导航星座多目标优化设计的数学模型,列举了优化设计变量的定义域,采用MOPSO算法对导航星座进行了多目标优化设计,通过分析优化设计结果,说明了导航星座多目标优化设计方案的可行性。     

基于分布式粒子群算法的翼型优化设计

采用求解N-S方程作为优化算法中的CFD分析方法,基于标准粒子群优化算法(PSO),将其与遗传算法中的选择机制相结合,形成了一种改进的基于自然选择的粒子群算法(SELPSO),以提高算法的求解精度和改善算法的全局收敛性。为改善串行粒子群算法效率低,耗机时等缺点,文中将分布式计算引入到优化设计过程中,实现了基于分布式粒子群算法的翼型设计优化系统,设计实践表明,文中发展的优化算法对优化设计系统质量和效率都有着大幅度的提高,在工程中具有很好的实用价值。     

离心压气机通流/造型/CFD参数化优化设计集成反问题方法

在自主开发的离心压气机通流/造型反问题设计程序的基础上, 发展了一套离心压气机的通流/造型/CFD于优化设计程序系统下集成的反问题方法, 建立了离心压气机的参数化优化设计平台.采用“试验设计+响应曲面模型+近似优化”的快速优化算法, 对一个10 daN推力级微型涡喷发动机的离心压气机进行了多准则气动优化.结果表明, 这种过程集成的快速优化方法是很有效的.      

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.      

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

金属次加筋结构的单轴压载稳定性优化

针对在新型制造技术背景下的航空轻量化结构发展,提出了次级加筋结构3种可能的形式,并对金属次加筋结构的稳定性问题进行了数值计算与优化研究。基于多学科优化软件ModelCenter与有限元(FEM)软件ABAQUS建立了金属次加筋结构优化设计的软件框架,利用粒子群优化(PSO)算法对各形式下次加筋结构的参数配置进行优化。分析了各形式的优化结构在单轴压载作用下,次加筋板对传统加筋板临界屈曲载荷以及极限承载能力的增益效果。结果表明,引入次加筋结构使传统加筋板的稳定性能与极限承载能力提升明显,对于适应新制造技术的航空轻量化结构设计有一定参考价值。     

分布式协同进化MDO算法及其在导弹设计中应用

 针对现有基于梯度的多学科设计优化 (MDO)算法不适用于具有离散和整数设计变量、设计空间非凸或不连通的多学科设计优化问题,以及倾向于收敛到接近初始点的局部最优点的缺点,为充分发挥进化算法的优越性,根据协同进化与 MDO在本质上的相似性,采用分布式协同进化机制进行 MDO算法研究。提出了分布式协同进化 MDO算法,并将该算法应用于导弹的气动 /发动机 /控制一体化优化设计。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

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.      

高升力翼型的气动优化设计和实验研究

利用遗传算法进行了低雷诺数高升力翼型的气动优化设计,并利用风洞实验检查了设计的正确性。优化后的翼型其气动特性有明显改善,这说明了利用遗传算法进行低雷诺数翼型气动优化的可行性。风洞实验结果验证了优化设计方法的正确性,同时也表明新设计翼型有较高的升力系数和相对大的升阻比,其升阻比提高了10%。     

遗传算法在机翼气动优化设计中的应用

把最优化方法与机翼的气动力求解相结合,进行跨音速机翼的气动优化设计。采用最优化方法为遗传算法,机翼的气动力由三维欧拉方程的数值解来提供。与基准机翼相比较,优化设计的机翼其气动性能有较大幅度的提高,表明遗传算法在机翼优化设计中的可行性和有效性     

网络安全脆弱性检测复合模型及应用

介绍了对脆弱性检测的一般规则进行扩充而建立的脆弱性检测复合模型,并结合CVE实例,对复合模型的算法进行了研究。在对复合模型进行分解的基础上,对复合模型中的应用层和功能层分别进行插件化实现。应用证明,该方法大大提高了检测效率,并具有良好的可操作性和扩充能力。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。