Surrogate-based analysis and optimization

A major challenge to the successful full-scale development of modern aerospace systems is to address competing objectives such as improved performance, reduced costs, and enhanced safety. Accurate, high-fidelity models are typically time consuming and computationally expensive. Furthermore, informed decisions should be made with an understanding of the impact (global sensitivity) of the design variables on the different objectives. In this context, the so-called surrogate-based approach for analysis and optimization can play a very valuable role. The surrogates are constructed using data drawn from high-fidelity models, and provide fast approximations of the objectives and constraints at new design points, thereby making sensitivity and optimization studies feasible. This paper provides a comprehensive discussion of the fundamental issues that arise in surrogate-based analysis and optimization (SBAO), highlighting concepts, methods, techniques, as well as practical implications. The issues addressed include the selection of the loss function and regularization criteria for constructing the surrogates, design of experiments, surrogate selection and construction, sensitivity analysis, convergence, and optimization. The multi-objective optimal design of a liquid rocket injector is presented to highlight the state of the art and to help guide future efforts.     

Kriging模型及代理优化算法研究进展

代理模型方法由于能显著提高工程优化设计问题的效率,在航空航天及其他领域得到了广泛重视,并逐渐发展成为一类优化算法,本文称其为代理优化（SBO）算法。在现有的代理模型方法中,如多项式响应面、径向基函数、神经网络、支持向量回归、多变量插值/回归、多项式混沌展开等,源于地质统计学的Kriging模型具有代表性,是一种非常具有应用潜力的代理模型方法。以飞行器设计领域的优化问题为背景,介绍了Kriging代理模型及应用于优化设计的理论和算法的最新研究进展。首先,概述了Kriging模型的基本理论和算法,并讨论了影响Kriging模型鲁棒性和效率的几个关键性问题。其次,回顾了Kriging模型理论和算法研究的3个最新研究进展,包括梯度增强型Kriging、CoKriging和分层Kriging模型。而后,分析提炼了基于Kriging模型的代理优化算法的优化机制和优化框架,给出了“优化加点准则”和“子优化”的概念,并介绍了目前常用的几种优化加点准则及其相应子优化问题的求解与约束处理;同时,还介绍了最新提出的局部EI加点准则以及代理优化的终止条件。最后,介绍了代理优化在标准测试函数算例验证、飞行器气动与多学科优化设计典型算例确认方面的研究进展,并对当前存在的一些关键科学问题以及未来研究方向进行了讨论。     

基于梯度增强型Kriging模型的气动反设计方法

基于Kriging模型的代理优化算法目前在气动优化设计中得到了广泛应用。但在高维(设计变量大于30个)气动优化中,计算量过大的问题对其进一步发展产生了严重制约。将翼型和机翼气动反设计问题转化为优化问题,采用Adjoint方法进行快速梯度求解,利用基于梯度增强型Kriging(GEK)模型的代理优化算法分别开展了18、36和108个设计变量的气动反设计。首先,通过采用在设计空间局部建立GEK模型的方法成功地将基于代理优化算法的气动反设计问题的维度拓展到了100维以上。其次,研究了梯度计算精度对基于GEK模型的反设计的影响,发现梯度精度越高,反设计的最终效果越好,同时效率相当。最后,通过不同维度的气动反设计算例,比较了改进拟牛顿法(BFGS)、基于GEK模型和Kriging模型的代理气动反设计方法,结果表明基于GEK模型的代理优化算法的效率大幅度高于基于Kriging模型的代理优化算法,并且维度越高,效率优势越明显;同时,基于GEK模型的代理优化算法在优化效果及分析程序调用次数上相比于BFGS方法也略有优势。     

基于代理模型的高效全局低音爆优化设计方法

研究发展高效实用的低音爆优化设计方法,对于新一代低音爆超声速客机的研制具有重要的理论意义和应用价值。目前国内外发展的低音爆优化方法主要包括遗传算法（GA）和基于Adjoint的梯度优化。遗传算法虽然具有较强的全局优化能力,但其优化效率较低,无法很好满足实际应用的需要;而梯度优化虽然优化效率高,但易陷入局部最优。将最新发展的代理优化算法与音爆预测方法相结合,发展了一种具有全局优化能力的高效低音爆优化设计方法。首先,概述了所采用的线性音爆预测方法,并用NASA超声速圆锥体模型进行验证,表明其计算效率高、预测精度可满足飞行器初步设计的需要。其次,对所采用的代理优化（SBO）方法进行了概述,包括试验设计、代理模型建模、优化加点准则和收敛标准等。再次,运用所发展的方法开展了NASA多段圆锥体模型的低音爆优化设计算例研究,并与遗传算法和梯度优化的结果进行了比较,表明其优化效率比遗传算法提高了2个量级以上,且优化结果优于梯度方法。最后,将所发展的方法应用于AIAA音爆预测大会提供的翼身组合体外形（69°后掠三角翼）的低音爆优化设计,将远场音爆N型波峰值减少了27.4%,表明所发展的方法在复杂外形低音爆优化设计中具有很好的应用潜力。     

基于POD-BPNN的热启动策略及其在气动代理优化中的应用

传统气动优化设计需要大量CFD 分析,而代理优化（SBO）方法能够有效降低CFD 分析次数,但该方法并没有改变单个CFD 分析时间。提出一种基于本征正交分解-反向传播神经网络（POD-BPNN）模型的热启动策略,并应用于气动代理优化。使用POD-BPNN 模型对SBO 中的初始样本建立从几何设计变量到流场数据的预测模型...     

Aerodynamic/Stealthy/Structural Multidisciplinary Design Optimization of Unmanned Combat Air Vehicle

An optimization strategy is proposed to deal with the aerodynamic/stealthy/structural multidisciplinary design optimization (MDO) issue of unmanned combat air vehicle (UCAV). In applying the strategy, the MDO process is divided into two levels, i.e. system level optimization and subsystem level optimization. The system level optimization is to achieve optimized system objective (or multi-objective) through the adjustment of global external configuration design variables. The subsystem level optimization consists of the aerodynamic/stealthy integrated design and the structural optimization. The aerodynamic/stealthy integrated design aims at achieving the minimum aerodynamic drag coefficient under the constraint of stealthy requirement through the adjustment of local external configuration design variables. The structural optimization is to minimize the structural weight by adjusting the dimensions of structural components. A flowchart to implement this strategy is presented. The MDO for a flying-wing configuration of UCAV is employed to illustrate the detailed process of the optimization. The results indicate that the overall process of the surrogate-based two-level optimization strategy can be implemented automatically, and quite reasonable results are obtained.     

面向控制的高超声速飞行器总体优化设计方法

从前期高超声速飞行器基础理论以及关键技术的研究到现今的飞行试验可以看出,高超声速飞行器在总体设计阶段过晚考虑飞行器动力学特性和控制性能会给后期控制系统设计带来极大的困难。在对两类高超声速飞行器试飞与控制相关问题分析的基础上,提出了面向控制的高超声速飞行器总体优化设计方法,给出了面向控制的总体优化设计研究方法、思路和模块框架。     

基于代理模型的大型民机机翼气动优化设计

先进的气动优化设计思想与方法，对于提升大型民机气动与综合性能具有至关重要的意义。探讨了大型民机超临界机翼气动优化设计的基本准则和要点，并结合代理优化算法，提出了一种面向工程应用的多轮次高效全局气动优化设计方法。首先，通过一系列解析函数/翼型/机翼优化测试算例进行了验证。其次，将所提出的方法与人工修型相结合，开展了针对宽体客机超临界机翼的两轮气动优化设计，使其气动性能得到显著改善。最后，采用不同的雷诺平均Navier-Stokes（RANS）方程求解器对安装优化机翼的全机巡航构型进行了典型状态的气动性能综合评估。研究结果表明，所提出的代理优化算法具有很高的优化效率、较强的约束处理和全局优化能力；将所发展的基于代理模型的多轮次气动优化设计方法与人工修型相结合，能够获得满足设计要求的气动外形，验证了该方法在大型民机超临界机翼气动设计中的有效性和工程实用性。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

临近空间固体动力飞行器发动机与轨迹一体化设计优化

针对临近空间多级固体动力飞行器发动机与轨迹一体化设计优化问题,提出一种基于序列代理优化的高效设计方法。为了准确计算发动机的性能特性,对发动机进行了几何参数化建模,并针对复杂装药的燃面计算,提出了基于移动四面体的燃面计算算法。为了准确评估飞行器的最大航程能力,采用自适应Legendre-Gauss-Radau伪谱法获得给定发动机设计方案下的最大航程。为了提高发动机与轨迹一体化设计优化效率,提出了基于Kriging代理模型的多采样点高效全局代理优化算法,并进行了数值验证。计算结果表明：该优化方法收敛速度快,相比传统参数优化算法可以显著减少耗时目标函数和约束函数的计算次数,并能够有效地实现临近空间多级固体动力飞行器发动机与轨迹一体化设计优化。