基于遗传算法的协作优化方法研究

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是多学科设计优化技术中最常用的一种有效的分布式并行优化方法.然而,标准的协作优化方法很难收敛到系统的最优解,而且对初始点的选择非常敏感,不同的初始点可能收敛到不同的解.遗传算法是一种成熟的智能寻优算法,具有很强的全局搜索能力.本文正是为提高协作优化的可靠性和鲁棒性,将遗传算法引入协作优化框架,并且对传统遗传算法进行相应的改进以适用于协作优化框架.算例证明本文提出的基于遗传算法的协作优化方法行之有效,消除了标准协作优化可能收敛不到系统最优解及对初始点敏感的缺陷.     

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.      

基于神经网络的翼型优化设计方法研究

针对气动外形优化设计中,气动特性计算可信度要求与巨大计算量之间的矛盾,采用一种基于神经网络构建适用于气动外形优化设计的气动特性计算模型的计算方法.同时,以神经网络近似模型来代替原有的流场数值计算气动分析程序,结合基于遗传算法建立的气动外形优化搜索方法,建立了一种新的翼型优化设计方法.实际翼型优化设计算例表明该方法有效减少了计算量,提高了工作效率,可以获得具有高可信度的设计结果.     

基于优化神经网络模型的系统建模仿真研究

建立一个结构优化的系统模型是设计控制系统的基础,但对于实际系统尤其是非线性系统一般没有统一表达形式,其模型结构难以构造,对其结构优化难以实施,给非线性系统建模带来很大困难.为此,基于神经网络理论,分析了非线性系统的神经网络模型并对其神经网络模型结构进行仿真研究.基于OBS (Optimal Brain Surgeon)优化策略,对初始神经网络模型结构进行优化操作,进而获得结构优化的神经网络模型并对非线性系统的建模进行仿真.仿真结果表明,优化的神经网络模型对非线性系统的建模效果是良好的,其模型的泛化能力亦得到增强.     

基于SVR多学科设计优化代理模型技术研究

为挖掘设计潜力,提高飞机设计质量,通过代理模型方法研究了多学科设计优化(MDO)。基于径向基函数模型,研究了一种新的代理模型技术--支持向量回归方法(SVR)。通过数值算例和某通用航空飞机多学科设计优化应用算例对支持向量回归方法的有效性进行了验证。研究结果表明,支持向量回归是一种比较有效的代理模型方法,在飞机多学科设计优化的理论研究和工程实践方面具有重要的参考意义。     

涡轮叶片流固耦合协作优化方法

针对结构和流场相互影响的流固耦合多学科设计问题,提出一种耦合量曲面拟合的协作优化方法。其特点是用曲面函数拟合结构-流场界面耦合量(温度、气压和变形)的空间分布,并用曲面拟合参数的一致性代替原有耦合量界面分布的学科一致性。涡轮叶片的算例表明:曲面拟合函数可以表征结构和流场界面的耦合量;用拟合参数的一致性代替界面直接耦合是可行的;该协作优化方法是可以用来解决流固耦合多学科优化设计问题的。     

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。     

飞行器多学科综合设计新算法

 为解决飞行器多学科设计优化难点问题,提出圆环图网络设计安排、主要设计变量确定方法、三次黄金分割法确定正交设计水平以及无量纲化多目标处理法,并将正交迭代和神经网络计算相结合以形成一种新算法,来寻求最优解。算例表明算法在飞行器设计中有效。     

基于主动刚度设计法的机翼结构刚心匹配设计

基于主动刚度设计的理念,提出了以扭转力矩为目标函数,利用优化手段对机翼刚心线进行设计的方法,以期满足飞机初期阶段设计刚度的要求。以大展弦比机翼为算例,对刚心线优化方法进行了验证,得到匹配载荷的刚心线,并将优化结果与工程实际进行了比较,结果表明,该优化方法是一种科学合理的刚心线计算方法。刚心线位置的确定为后期机翼的刚度分析设计、甚至优化提供了支持。     

协作优化在无人机概念设计中的应用

多学科设计优化（MDO）是当前飞行器设计研究中一个最新、最活跃的领域,而协作优化是解决多学科设计优化问题的一种二级MDO算法。将协作优化应用到无人机的概念设计中,建立了包含气动、重量、性能和稳定性四个学科的无人机系统优化模型。与传统的设计方法相比,该方法为无人机在概念设计阶段提供了更加合理的飞行器外形,降低了初步设计和详细设计阶段对飞行器外形修改的可能性,从而缩短研制周期和降低成本。