多目标混合流水车间调度问题求解算法

针对多目标不相关并行机混合流水车间调度问题，建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法（Improved multi-objective evolution algorithm based on decomposition,IMOEAD），采用均匀设计表生成初始权重向量，提高种群多样性，利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力，在权重向量邻域中选择个体产生新解，运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标，通过大量案例仿真，与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比，结果验证了该算法的有效性。     

基于改进粒子群的时差测向最优阵列布局

为了减小阵列布局对测向算法精度的影响，提升在特定场景下目标的测向精度，提出基于竞争策略和差分进化策略的粒子群优化（PSO-CDE）算法，并基于PSO-CDE实现时差测向阵列优化。首先，基于时差测向的原理，以位置约束和基线约束设计传感器阵列，以均方误差构建适应度评价函数；其次，提出PSO-CDE算法来提高粒子群性能和鲁棒性，并基于PSO-CDE算法对阵列布局进行策略优化；最后，通过仿真靶场环境，得到不同条件下的优化阵列布局。仿真结果表明：优化后的阵列较规则阵列具有更高的目标测向精度。同时，对比分析最优阵列中阵列基线、阵元数量和时延误差对测向精度的影响，为实际场景中阵列布局优化策略的选择提供相应的参考依据。     

涡轮电推进系统建模及控制规律设计

为了研究涡轮电推进系统的工作特性及控制规律设计方法，建立了涡轮电推进系统总体性能仿真模型。基于部件法建立了涵道风扇性能计算模型；基于电机效率图建立了发电机及电动机性能计算模型；基于面向对象的建模方法建立了电推进模块计算模型。将建立的电推进模块计算模型加入涡扇发动机部件级仿真模型中，构建了涡轮电推进系统的共同工作方程组，即其性能仿真模型。采用逆算法研究了不同几何参数控制规律下，涵道风扇推力调节时推进系统的工作特性。通过在性能仿真模型中添加推力平衡方程，并结合差分进化算法构建涡轮电推进系统优化模型，形成了涡轮电推进系统控制规律优化设计方法，应用此方法计算了推进系统节流过程控制规律和性能参数。计算结果表明：本模型设计点性能计算结果与国外发动机性能计算软件计算结果最大偏差仅为0.22%，验证了建模方法的有效性；当涵道风扇推力改变时，可能导致涡扇发动机出现超温、超转和喘振等问题，通过联合调节尾喷管喉部面积和涵道引射器面积，可以有效改善这些问题；设计出的节流过程控制规律可以保证不超温、不超转，具有足够的喘振裕度，且在节流过程中还能进一步降低耗油率；该控制规律还具有连续、单调的特点，利于工程实现。     

超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。     

变循环发动机风车起动建模及仿真研究

为了满足变循环发动机风车起动性能仿真的需求，建立了变循环发动机部件级风车起动模型。针对旋转部件等熵效率不连续的问题，提出使用换算扭矩代替等熵效率的方法，给出了旋转部件全转速特性拓展方法。提出了考虑点火及燃烧稳定性的燃烧室稳定性模型。考虑了变循环发动机的8个可调参数，采用差分进化算法对变循环发动机的风车及风车起动性能进行了优化。结果表明，风车状态时，变循环发动机在单外涵模态具有更高的核心机物理转速，有利于点火之后核心机物理转速快速趋于其慢车值。单外涵模态时，变循环发动机在风车状态的可调参数仅与飞行马赫数有关，为了保持较高的核心机物理转速，后涵道引射器外涵面积需随飞行马赫数的增加而减少，其余参数皆固定在其最佳值。飞行高度6km、马赫数0.8时，变循环发动机在单外涵模态下的风车起动时间为1.4s。风车起动过程中燃油流量的增长主要受燃烧稳定性所约束。通过对可调参数的优化，可使变循环发动机在风车起动过程中的关键性能参数最大程度的逼近其限制值，从而减少风车起动时间。     

基于蒙特卡洛-自适应差分进化算法的飞机容差分配多目标优化方法

针对飞机复杂组件装配过程中，由于装配偏差的非线性叠加导致通用容差分配模型优化方法存在精度误差和效率低下的问题，提出一种容差分配模型多目标优化方法。首先，分别面向制造成本、装配性能、质量损失构建基于替代工艺的容差分配模型，并采用最优化理论建立多目标优化模型。然后，提出基于蒙特卡洛-自适应差分进化算法的多目标优化策略，其中基于装配偏差传递的图树模型提取偏差的非线性关系模型，结合提取的非线性关系模型采用蒙特卡洛方法对初始样本进行前处理，以提高初始种群的多样性；自适应差分进化算法中的突变阶段采用Lévy flight概率分布进行改进提高全局搜索效率和鲁棒性。通过飞机登机门组件验证容差分配方法，结果表明所提方法能够更加精确、高效的优化容差分配。相比于初始容差分配，优化容差分配结果使得制造成本降低了21.78%,质量损失降低了11.12%,装配性能提高了12.28%。