类C-HGB布局锐边化气动隐身优化设计

C-HGB （Common Hypersonic Glide Body）作为美国现今试验成功率最高的高超声速滑翔飞行器已被美国防部列入重点发展项目，并预计发展为三军通用武器。本文针对此类"球+双锥+弹翼"的气动外形和隐身性能进行了研究。采用考虑交互作用的正交设计进行了多约束下参数敏感性分析，并采用改进的基于DE差分变异算子的具有自适应学习机制的优化算法进行气动优化，对优化后的外形采用简单高效的锐边化设计，在提高升阻比的同时可降低雷达散射截面积，极大提高突防能力。锐边设计改变了弹体部分表面温度分布，降低制造成本的同时对热防护系统的设计和红外隐身具有一定积极意义。结果表明：锐边化设计可以得到较好的气动隐身性能，是未来高超声速滑翔飞行器的潜在设计方案。     

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。