基于Kriging代理模型的约束差分进化算法

广泛应用的高精度分析模型使得飞行器设计优化的计算成本不断增加,为了缩短优化耗时,基于代理模型的进化算法（SAEAs）近年来得到了广泛关注。针对现有SAEAs处理约束优化问题优化效率低下的缺陷,提出了一种基于Kriging代理模型的约束差分进化算法（KRG-CDE）,结合约束改善概率与最优适应度定制了一种改进的可行准则,从而提高新增样本点的潜在可行性与最优性,并根据种群改善情况,平衡算法全局探索与局部搜索性能。标准测试算例对比研究结果表明,相比于基于全局与局部代理模型的差分进化算法、（μ+λ）-约束差分进化算法,KRG-CDE算法在优化效率、全局收敛性及鲁棒性等方面具有显著优势。最后,运用KRG-CDE算法求解全电推卫星多学科设计优化问题,验证了该算法的工程实用性。     

基于梯度增强型Kriging模型的气动反设计方法

基于Kriging模型的代理优化算法目前在气动优化设计中得到了广泛应用。但在高维(设计变量大于30个)气动优化中,计算量过大的问题对其进一步发展产生了严重制约。将翼型和机翼气动反设计问题转化为优化问题,采用Adjoint方法进行快速梯度求解,利用基于梯度增强型Kriging(GEK)模型的代理优化算法分别开展了18、36和108个设计变量的气动反设计。首先,通过采用在设计空间局部建立GEK模型的方法成功地将基于代理优化算法的气动反设计问题的维度拓展到了100维以上。其次,研究了梯度计算精度对基于GEK模型的反设计的影响,发现梯度精度越高,反设计的最终效果越好,同时效率相当。最后,通过不同维度的气动反设计算例,比较了改进拟牛顿法(BFGS)、基于GEK模型和Kriging模型的代理气动反设计方法,结果表明基于GEK模型的代理优化算法的效率大幅度高于基于Kriging模型的代理优化算法,并且维度越高,效率优势越明显;同时,基于GEK模型的代理优化算法在优化效果及分析程序调用次数上相比于BFGS方法也略有优势。     

基于Kriging模型的涡轮叶片多学科设计优化

引入基于Kriging模型的近似技术, 建立了一种三维涡轮叶片的多学科设计优化方法.系统介绍了Kriging近似模型, 采用松散耦合方法考虑叶片各学科之间的耦合关系, 在多学科耦合分析的基础上, 采用多学科可行方法与基于Kriging模型的多学科优化方法分别进行了优化和比较.算例表明, 同等条件下相对于前者, 后者能够在精度无明显损失的情况下更快地收敛到最优解, 使涡轮叶片的各项性能得到明显改善, 证明该优化方法是可行有效的.      

基于QPSO算法的压气机特性代理模型优化

考虑到小样本特性数据情况下进行部件特性数据的二维线性插值精度低,提出一种基于量子粒子群优化(QPSO)算法的压气机特性代理模型优化方法。针对原始Kriging模型对其相关模型参数的初始值极度敏感以及易限于局部最优解的缺陷,利用QPSO算法对Kriging的相关模型参数进行全局寻优,克服了基于梯度的模式搜索法对于参数初始值的依赖,经测试该方法具有较好的效率以及稳定性。将该优化模型扩展应用于低压压气机特性代理模型建立与重构。经验证,在小样本特性数据下,基于QPSO的压气机特性Kriging模型仍具有较高精度,应用前景可观。     

基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法（自适应选样）可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了Kriging自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。     

基于Kriging自适应代理模型的气动优化方法

气动优化设计中,引入代理模型可以有效减少计算周期,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间,因此提出了一种基于Kriging自适应代理模型的气动优化方法。使用Kriging方法建立代理模型,通过求解EI函数最大值得到添加样本点更新代理模型,提高了代理模型的拟合精度。针对Kriging自适应代理模型的精确性和有效性,分别进行典型函数测试分析和翼型算例验证。结果表明:基于Kriging自适应代理模型气动优化方法可以实现高效的翼型气动性能优化设计。     

矩独立重要性分析的Kriging代理模型方法

结构重要性分析是结构不确定性分析的重要研究内容之一。作为一种矩独立的重要性测度指标,基于失效概率的重要性测度能够有效地反映输入变量的不确定性对结构失效概率的影响。然而,相比于其他形式的重要性测度,对基于失效概率的矩独立重要性测度进行高效准确的求解仍然存在一定的困难。基于此,结合Kriging代理模型提出了一种高效的矩独立重要性分析的新方法。所提方法首先通过较少的实验设计样本构建能够充分近似真实输入输出响应函数的Kriging代理模型,进而通过数值模拟策略对所构建的Kriging模型进行分析,最终求解得到各个输入变量基于失效概率矩独立重要性测度的主效应和总效应,给出各个输入变量对于失效概率的影响程度排序。相比于现有方法,所提方法由于引入Kriging代理模型极大地降低了对响应函数的计算次数,同时保证了重要性分析的计算精度。两个工程应用实例结果表明了所提方法在计算效率和计算精度方面的优势,体现了所提方法良好的适用性。     

二维气动问题中Kriging代理模型精度影响因素

以二维跨声速临界翼型的阻力特性为对象,探讨样本点数目、Kriging代理模型参数及其类型等对模型精度的影响.阻力系数采用计算流体力学（CFD）方法得到.模型精度的验证采用交叉验证方法,采用平均误差、最大误差和标准交叉验证残差来衡量Kriging代理模型的精度.研究结果表明:①Kriging代理模型预测气动阻力效果较好.②模型精度随样本点的增多而提高,剔除与样本点响应趋势不相符的“奇异点”后,模型精度显著提高,平均误差减小5%~38%,最大误差减小13%~77%.③核函数类型对模型精度的影响最大,相关参数次之,回归模型的影响最小.采用高斯相关函数、2阶多项式回归模型,以及合适的相关参数值时,Kriging代理模型的精度最高.      

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。     

Kriging模型在机翼气动外形优化中的应用

针对粒子群等随机优化算法计算量大的缺点,发展了基于Kriging模型的优化方法.采用改进的量子粒子群算法对Kriging模型的相关模型参数进行优化,以提高代理模型预测精度,并与具有双层结构的粒子群算法相结合.采用雷诺平均N-S方程流场求解器与多目标非线性适应值加权方法,对高维度多目标多约束的跨声速机翼进行了优化,设计的机翼具有理想的压力分布,降低了机翼阻力系数,并且有效控制了低头力矩和翼根弯矩,表明该方法具有较强的工程实用性.     

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。     

涡轮叶片的气动-热-结构多学科设计优化研究

涡轮叶片设计是典型的多学科问题,在保证结果精度的同时必须重视计算效率.通过控制样本的数量和质量,近似模型能够在保证一定精度的前提下,简化多学科优化过程中的数据管理,并提高优化效率.通过分析涡轮转子叶片的气动-热-结构三个学科的设计过程和数据传递关系,充分利用各学科现有的分析工具,建立了涡轮叶片的气动-热-结构多学科优化设计框架.对某涡轮转子叶片分别使用Kriging近似模型和精确分析方法进行优化对比,可以看出两者的结果误差约为1.86%,而效率提高了将近46%,表明采用近似方法的优化结果在工程上是可用的,而且在计算效率更占优势.      

倾转旋翼桨叶空气动力学/结构动力学多学科优化设计研究

采用了多学科设计优化方法, 根据涡流理论建立了倾转旋翼桨叶空气动力学分析模型, 利用CATIA, ANSYS和ADAMS等软件分析倾转旋翼桨叶结构动力学特性, 采用iSIGHT多学科设计优化软件集成空气动力学和结构动力学分析模型, 建立起倾转旋翼桨叶空气动力学/结构动力学多学科设计优化系统, 进行多学科设计优化研究.并以倾转旋翼机XV-15的桨叶为算例, 进行设计优化, 结果表明提出的倾转旋翼桨叶空气动力学/结构动力学多学科设计优化方法是可行和有效的.      

涡轮叶片多重精度MDO方法

考虑到多学科优化设计(multidisciplinary design optimization,MDO)的效率和精度,充分发挥当前涡轮叶片各种精度分析方法的优势,提出了涡轮叶片的多重精度多学科优化设计策略.利用协同优化策略在学科解耦和协调方面的能力,引入包括流固紧密耦合分析、流固热松散耦合分析和近似方程在内的涡轮叶片设计中的多种精度模型,结合两点式标度函数和优化过程阶段性收敛后更新,改进可变复杂度建模方法处理多重精度模型的能力,研究结果表明:仅调用9次高精度流固耦合分析就能确保涡轮带冠叶片多学科优化设计的效率和精度.      

多学科设计优化方法在飞机设计中的应用研究

多学科设计优化(MDO)方法是提高飞机设计效率,得到最优设计方案的有效手段。在飞机设计过程中,需要确保飞机静安定裕度满足使用要求,因此需要充分考虑总体、气动等学科专业的耦合效应。针对这一问题,基于MDO软件Modelcenter构建飞机外形多学科优化协同设计流程,通过对某型飞机外形优化设计的实例分析,得到该机的最优外形修改方案,证明了MDO方法在飞机设计中应用的高效性。     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

基于单学科可行法的多学科可靠性设计优化

 近年来对多学科系统中不确定性的研究逐渐增多。针对该问题的计算复杂性,利用序列优化及可靠性评估（SORA）框架,提出用单学科可行（IDF）方法来求解多学科可靠性设计优化（RBMDO）问题。此方法将可靠性分析和多学科设计优化分离开来,分为确定性多学科设计优化和可靠性分析两个问题顺序执行,以提高计算效率。可靠性分析和优化的过程都采用多学科设计优化中高效的方法——IDF方法。最后通过例子验证此方法的有效性,算例结果表明,采用基于IDF的方法,学科1和学科2所用的函数计算次数分别减少了28.9%和25.0%。     

BLISS研究及其在飞机设计中的应用

研究了两级综合系统分析(BLISS)多学科设计优化方法的结构,通过精心设计的数学算例来测试其效率,并将其应用于某通用航空飞机的总体参数优化问题中,结果与不分解优化的结果非常接近,验证了BLISS方法在飞机多学科设计优化中的有效性。最后,对BLISS方法的收敛性和效率进行了总结和评价,并指出了其需要改进的地方。     

基于改进姿态控制系统模型的卫星多学科优化

分析了三轴稳定卫星姿态控制分系统与其它分系统的耦合关系,选定了姿态稳定方式和姿态控制系统硬件,建立了更为精确的计算姿态控制分系统质量和功率的分析模型,然后基于多学科设计优化协同优化算法建立了总体系统、姿态控制分系统、电源分系统和结构分系统的优化模型,最后用C语言对分析模型和优化模型编程计算.结果表明,分系统模型能与总体系统模型有效协调优化,得到更好的总体性能指标.