并行遗传算法在机载宽频带天线罩设计中的应用研究

用评估函数法构造了适用于遗传算法求解的复合材料结构多目标优化问题的等价表达形式,给出了离散变量与连续变量混合优化问题解的染色体表示。研究了粗粒并行遗传算法和细粒并行遗传算法在本类问题中应用的优劣。给出的数值实验表明:粗粒并行遗传算法对天线罩等复合材料结构的优化设计具有更好的适应性和鲁棒性。具有很好的应用前景。     

基于分层策略的翼型多参量气动优化设计研究

与基于梯度的优化方法相比,遗传算法因其极强的鲁棒性、随机搜索及优化结果全局性等特点在工程优化中得到越来越广泛的应用。为提高优化设计的效率,改进了传统的遗传算法,采用并行分层策略基因遗传算法开展了翼型多参量气动优化设计研究,包括翼型和多段翼型的基因编码、外形参数化,以及动网格技术。结果表明,并行分层策略在得到较优气动优化结果的同时,极大地缩短了优化时间,提高了计算效率,具有广阔的工程应用前景。     

基于经济损失的航班延误恢复模型研究

分析了航班延误的恢复调度问题,并针对问题提出了一种机场大面积航班延误恢复模型,模型考虑了航班延误的延误时间,还考虑了不同机型对航班延误经济损失造成的影响。构造了基于免疫机制的免疫遗传算法来求解模型,此算法保留了标准遗传算法随机全局并行搜索的特点,又在相当大的程度上避免了未成熟收敛。用实际的航班信息进行仿真研究结果表明,文中的模型和算法切实可行。     

并行测试系统资源调度引擎的算法设计

并行测试能够显著提高自动测试系统的测试吞吐量和测试效率,本文在介绍分布式多客户端的单处理器并行系统硬件架构和基于ABBET分层的软件标准的自动测试系统软件架构的基础上,对实现资源调度引擎机制的遗传算法等问题进行了论述,并采用Matlab仿真验证了算法的有效性。     

量子遗传算法在航空发动机PID控制中的应用

分析研究了量子遗传算法(Quantum Genetic A lgorithm-QGA)的原理及其优势,将有指导的群体灾变及多宇宙并行演化策略引入量子遗传算法,改善其收敛性。以理想二阶系统为参考模型,实际系统响应曲线与参考模型响应曲线误差积分为目标函数,使用量子遗传算法进行发动机PID控制器参数优化并进行了数字仿真。仿真结果表明,量子遗传算法具有较好的全局收敛能力,应用于PID控制器控制参数优化后,控制器的控制效果良好,其在发动机控制系统中有较高的应用价值。     

基于并行遗传算法压气机叶片自动优化设计

结合小生境法与算子自适应法对基本遗传算法进行改进,采用WinSock接口、多线程、CS体系结构,实现并行遗传算法.将并行遗传算法与NS方程流场计算方法、Hicks-Henne函数叶型参数化方法结合构成叶型自动优化设计软件,软件可用于叶型设计和对已有叶型的改进.在构造目标函数时,根据工作攻角范围,构造了考虑非设计点性能的目标函数.分别对进口马赫数为0.5和0.9左右的叶栅采用三台计算机进行并行气动优化设计,优化叶型设计点和非设点性能都明显好于原始叶型.     

飞机低空突防中的航路规划技术研究

针对飞机低空突防航路规划中存在的计算复杂和收敛性等问题,在基本遗传算法的基础上提出了一种基于自适应伪并行遗传算法的优化方法,使用该方法得到的飞行航线严格经过飞机的起始点和目标点,而且满足飞机到达目标点的航向角要求,使威胁飞机的因素最小,可有效提高飞机的任务生存率。     

基于遗传算法的涡扇发动机最大状态性能寻优

对某型涡扇发动机的最大非加力寻优模式进行分析,在满足该发动机各部件的物理约束条件下,采用遗传算法对其进行性能寻优,提高其最大剩余推力值.寻优过程由基于GAlib类库的遗传算法和该涡扇发动机非线性数学模型结合编程实现.在此基础上,对遗传算法的主要运行参数进行分析和优化.在地面状态下进行仿真,其剩余推力值与设计点相比提高了4.84%.研究结果表明:遗传算法作为一种有效的全局并行优化搜索工具,适合于像涡扇发动机最大非加力状态性能寻优这样大规模、高度非线性及无解析表达式的性能优化问题;通过对遗传算法运行参数的优化,能有效的提高寻优速度并减小计算量,提高运算效率.     

压气机/风扇叶片自动优化设计的研究现状和关键技术

 着重介绍和分析了近年来快速发展的压气机叶片自动优化设计方法现状、应用特点以及关键技术。通过分析指出：自动优化设计方法设计效率高,适用于高气动性能指标压气机/风扇设计;为缩短优化时间和提高搜索效率,优化算法应首选并行遗传算法;今后在叶片参数化方法、加速流场计算方法以及提高遗传算法的搜索效率方面需进行进一步研究。     

飞机总体设计的并行子空间算法

飞机设计是十分复杂的过程，它需要多个学科的综合协调及许多部门的共同合作。不同的学科之间存在着各种耦合关系。基于响应面的并行子空间算法通过将具有耦合的复杂系统进行分解，使其成为不同的子空间来处理解决耦合、非层次性的设计问题。通过响应面来完成各子空间之间的数据交换与协调，以此来逼近设计空间上的最优解。文中给出了一个飞机总体方案设计中解决飞机概念尺寸的算例，在子空间和系统层中均采用遗传算法进行优化，并与单级遗传算法的结果进行对比。研究表明，该算法能以较少的系统分析次数在设计空间内寻找出一个较好的设计方案，且具有较好的收敛性。     

Pareto基因算法多目标翼型优化设计

 基于 Pareto最优解的定义,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。通过等级法来正确识别每一代中近 Pareto波阵面的解,从而消除选择误差达到快速收敛的目的。为提高解的分布性:采用小生境技术解决了基因材料多样性损失问题;采用常规实数编码方式配合平均交叉算子解决了编码端点效应问题。将所发展的方法应用于多目标翼型优化设计中,获得了理想的 Pareto波阵面,为决策者提供了一个可选的有效解数据库。     

考虑结构完整性和装填分数的星形药柱形状优化

在固体火箭发动机药柱设计过程中,装填分数较大的药柱结构完整性很难满足要求。利用PCL对商用有限元软件MSC Patran/Marc进行二次开发,建立星形药柱发动机的二维参数化有限元模型。在此基础上,采用遗传算法对星形药柱进行了形状优化,以结构完整性最优为优化目标,以装填分数为约束条件,得到了Von mises应变最小且面积装填分数不小于0.85的药柱形状。所提出的方法可方便地应用于各种固体火箭发动机装药设计。     

基于精英保留遗传算法的连续结构多约束拓扑优化

采用遗传算法对应力、位移及结构约束下的连续体结构进行拓扑优化。通过在遗传算法中引入精英保留的进化策略,保证算法的收敛性,改善优化结果。优化过程中,利用精英保留遗传算法进行结构优化,通过基于ANSYS软件的有限元技术进行结构的建模和分析。算例分析表明所提出的方法是合理、有效的。该方法可用于复杂工程结构的初始设计,并能够提供多种初始设计方案。      

Optimization and Sizing for Propulsion System of Liquid Rocket Using Genetic Algorithm

Flight vehicle conceptual design appears to be a promising area for application of the Genetic Algorithm (GA) as an approach to help to automate part of the design process. This computational research effort strives to develop a propulsion system design strategy for liquid rocket to optimize take-off mass, satisfying the mission range under the constraint of axial overload. The method by which this process is accomplished by using GA as optimizer is outlined in this paper. Convergence of GA is improved by introducing initial population based on Design of Experiments Technique.     

一种全程控制的模糊遗传算法在结构优化中的应用

将一种全程控制的模糊遗传算法(FGA算法)引入结构优化设计。区别于一般的标准遗传算法(SGA算法),该算法基于模糊推断机理,可对遗传算法的选择、交叉、变异以及搜索空间的变化进行全程控制。通过2个典型数值多峰函数对FGA算法与SGA算法性能进行了考核和对比,证明该算法在跳出局部最优和搜索效率等方面均有较大改进。将此改进的模糊遗传算法(FGA算法)应用于含整型和离散变量的铆钉连接结构连接效率优化。结果表明:连接效率和优化效率均得到改善。      

基于自适应遗传算法的航迹关联模型

如何解决关联过程巾产生的多维分配问题,是研究多节点航迹关联的关键。遗传算法能够很好地解决组合优化问题。但是基本遗传算法具有收敛速度慢和易于早熟等缺点,对于计算航迹关联问题来说实时性较差。文章在利用遗传算法解决航迹关联问题算法的基础上进行了改进,提出了自适应策略。仿真试验表明,该模型能够使航迹关联保持较高的正确关联率和较快的计算速度。     

基于遗传算法的翼型多目标气动优化设计

采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。     

基于遗传算法的航空发动机PI控制器参数优化方法

P ID控制器参数整定与优化一直是自动控制领域研究的问题。采用遗传算法进行的PID参数整定与优化是一种全局最优且与初值无关的优化方法。本文结合某型航空发动机,利用遗传算法对发动机单变量及双变量P I控制器参数进行优化。仿真结果表明:该方法对PI参数整定具有比较好的综合控制性能,不失为一种具有较好实用价值的航空发动机P I控制器参数整定与优化方法。      

基于CST参数化的翼型优化遗传算法研究

用外形建模的CST参数化方法,构建翼型几何可直接利用其后缘角、前缘半径等几何特征,其控制参数更能反映翼型特有的气动敏感性,有助于遗传算法搜索寻优。基于这一参数化方法,结合遗传算法,构造了用于翼型优化的设计方法。算法中,CST控制参数作为设计变量,采用二进制编码,并通过引入精英策略,提高了遗传算法的收敛性能。算法适应度评估涉及的流场求解则采用了基于Jameson有限体积法的Euler方程解算程序。先以NACA0012翼型为例,以其某一已知的表面压力分布为目标,进行了遗传算法的重构运算,给出了重构的翼型几何外形,验证了方法。在此基础上,进行了带约束的跨音速翼型优化设计,给出了升力系数极大化和阻力系数极小化等设计算例,展示出翼型优化设计的效果。     

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。