液体火箭发动机离心泵叶轮的多目标优化设计

根据液体火箭发动机系统设计确定的离心泵的性能参数,对泵叶轮的几何参数分别进行了单目标和多目标优化设计。优化目标包括:泵的扬程、效率和轴功率。在多目标优化设计当中,采用超传递近似法对目标之间的重要性进行模糊评价,确定各目标的权值,从而求出优化结果。比较结果表明,多目标优化比单目标优化所得结果更符合工程要求,而对目标的重要性进行评价,所得优化结果更符合设计者的偏好。     

一种多目标随机决策方法及其应用

本文通过引进决策方案的可行度和决策者参考目标水平的满足度等概念,提出了一种不确定条件下的多目标随机决策方法——交互式参考目标满足度与可行度决策分析中,取得了较好的效果。     

吸波材料在飞行器隐身设计中的应用研究

基于多目标优化理论,提出雷达吸波材料在物体表面涂敷位置的优化设计方法。利用电磁波的干涉原理和材料的吸波性能,通过设计吸波材料在飞行器表面的涂敷位置,研究局部涂敷吸波材料所能获得的隐身效果。以某飞行器模型为例开展吸波材料隐身技术研究,实现了雷达散射截面减缩与材料增重之间的优化与折衷。     

基于响应面法的机翼气动/结构一体化优化设计研究

基于响应面法进行了机翼气动/结构一体化优化设计研究,流动控制方程为三维欧拉方程,采用有限体积法进行数值求解,应力和结构变形采用有限元方法计算,静气动弹性分析采用强耦合迭代方式,响应面模型采用二次多项式来构造。以跨音速M6机翼为初始机翼,进行了多目标、多约束情形下的气动/结构综合优化设计,优化后所得到的新机翼具有更佳的气动/结构综合性能,升阻比增加了9.25%,而重量减轻了4.84%;响应面模型精度满足设计要求,拟合误差均不超过1%;这说明本文所发展气动/结构综合优化设计方法是成功且有效的,具有广泛的应用前景。     

飞行器气动与隐身性能一体化优化设计方法研究

首先根据多学科综合优化设计理论 ,针对飞行器外形布局设计特点 ,开展飞行器气动与隐身性能综合优化设计方法研究。分别采用线化格林函数法与粘性修正相结合以及物理光学法与等效电流法相结合的方法 ,建立了飞行器气动力特性与隐身特性的计算方法。利用多学科优化设计理论和遗传优化算法 ,开展了关于飞行器气动与隐身性能的协同优化设计方法研究。取得了初步的研究结果。     

高空长航时无人机总体参数多目标优化

以高空长航时无人机的总体方案研究为背景,对高空长航时无人机总体参数建立了多目标优化模型,运用多目标遗传算法进行优化设计,最后通过建立的计算机程序得出优化结果.多目标优化用于高空长航时无人机总体参数优化,可以更加合理地评价高空长航时无人机的总体参数的最佳组合,避免设计上的缺陷,提高设计效率.结果表明,高空长航时无人机优化后的总体性能得到改善,说明该方法适用于高空长航时无人机总体方案的优化设计,对方案研究有一定参考价值.     

基于遗传算法的快速成型分层方向优化设计

快速成型制造技术具有高度的柔性和灵活性,应用前景广泛。快速成型分层方向的选择,对于零件的制作精度、成型时间及制作成本有着重要影响。目前常见的分层方向算法往往顾此失彼,为了尽可能同时满足这3个单目标模型的最优化,本文提出将均匀设计、正交设计与遗传算法相结合作为求解多目标优化的新方法,可用较少的计算量求得分层方向的最优解。实验结果表明,改进后的算法有效,在迭代次数和所用时间上远远优于目前常用的基本算法。     

基于响应面法的超燃冲压发动机进气道多目标优化

基于响应面法进行了二维混合压缩超燃冲压发动机进气道的多目标优化研究.采用均匀试验设计确定试验方案,运用计算流体动力学求解进气道的性能.根据分析结果构造了响应面近似模型,该模型采用了完全二阶多项式模型.通过响应面近似模型的优化,实现了超燃冲压发动机进气道优化,得到了Pareto最优集.结果表明,采用均匀试验设计和响应面法可以大大减小数值模拟的计算量,提高优化效率.     

多机场终端区进离场交通流协同排序方法

针对大都市及都市圈飞行冲突、空域拥堵和航班延误日益严峻的现状,研究了多机场终端区进离场交通流协同排序问题。综合考虑尾流间隔、跑道间隔、时间窗、进离场容量等约束限制,从时空多维角度引入航班满意度概念,建立了多机场终端区进离场交通流协同排序模型,设计了带精英策略的非支配排序多目标遗传算法(NSGA-II),寻求多机场终端区进离场排序问题的Pareto最优解。实例验证表明,所提方法可对多机场终端区进离场交通流进行优化排序,有效降低航班延误总时间,显著提高航班总满意度,并实现多机场系统对终端区空域资源的公平均衡使用。与经典的先到先服务策略相比,协同排序策略的整体优化效果较为显著,其中航班延误时间得到了一定的降低。     

多状态空间信息网络拓扑生成优化算法

依据空间信息网络（SIN）高动态性的特点，并考虑卫星工作的多状态特性，兼顾星间通信时延和拓扑抗毁性的要求，研究了多状态下空间信息网络拓扑生成及动态优化的问题。根据卫星星座的周期性，建立了一种卫星网络的拓扑周期表。综合卫星的可视性和连接度等约束条件，以网络平均和最大时延作为通信性能的优化目标，建立拓扑的多目标优化模型。提出一种改进的多目标模拟退火（IMOSA）算法，求解全局时延最优的卫星拓扑，并在考虑多状态情况下对链路进行优化，以满足网络高动态性。最后基于具有66颗低轨（LEO）的铱星星座进行仿真，研究表明：针对多状态条件下的铱星星座，该算法最大化减小了通信时延，得到抗毁性良好的拓扑结构，通信性能较之原有静态拓扑明显得到改善。