混合遗传算法在气动力参数辨识中的应用

遗传算法是求解复杂系统优化问题的一种有效方法，具有较强的鲁棒性和全局寻优能力，但计算量大，效率较低。将遗传算法与一维局部寻优算法相结合，构造了一混合遗传算法．并将其用于气动力参数辨识．以取代通常采用的梯度类优化算法。采用该混合遗传算法对某型飞机的横向气动力参数进行辨识计算与分析，结果表明该混合遗传算法是气动力参数辨识的一种有效方法，与遗传模拟退火算法相比．其计算效率有较大提高。     

拓扑优化技术在几何非线性结构刚度设计中的应用

论述了大变形结构的拓扑优化技术。用拉格郎日有限元方法模拟结构的几何非线性特性，用牛顿－辛甫生迭代算法求解平衡方程；用伴随算法计算了目标函数的灵敏度，并且用活动渐近线的方法解决了优化技术问题。为了获得自由方格和独立网格设计而采用了过滤算法；为使计算收敛而采用了连续算法。文中采用了不同的目标函数。对于固定载荷的最小柔度法会导致柔度退化拓扑结构，这些拓扑结构对较小或较大载荷都无效。得到只支持设计载荷退化的“优化”拓扑结构存在的问题要比获得结构线性响应存在的问题更明显。通过优化多载荷条件下的结构或通过最小化辅助弹性功可避免这些问题的出现。列举的例子表明采用线性和非线性模拟方法所得到优化结构的刚度差异基本上很小，但是，在考虑屈曲影响和快速穿透影响等情况时，不同之处却很大。     

基于粒子群算法的飞机总体参数优化

 现有的飞机总体参数优化方法在效率和适应性上存在不足。考虑到粒子群算法是一种基于群智能方法的演化计算技术,它对不同复杂约束条件下的多目标优化问题较常规方法更具简便性和适用性。因此,提出了使用非数值计算的粒子群算法来改进飞机总体参数优化效率。详细研究了粒子群算法在飞机总体参数优化上的应用方法,并着重于3个方面：①以航程、商载和起降距离为优化目标的粒子群算法构建;②粒子群算法中因子的自适应修正方法;③基于粒子群算法的飞机总体参数优化流程。计算结果与文献结果相比具有较好的一致性和合理性,所提出的方法可有效地应用于飞机总体参数优化。     

量子计算及其在空气动力学中的应用前景综述

量子计算是最重要的后摩尔计算技术之一，拥有经典计算机无可比拟的超强计算能力，未来能够对各行业应用产生颠覆性的影响。针对量子计算给空气动力学带来的机遇和挑战，详细综述了量子计算机、量子算法、量子底层软件栈等方面的研究进展。结合空气动力学领域常用的基础方法，在综述量子计算线性方程组求解、插值操作、数值积分、优化搜索等最新进展的基础上，结合典型量子算法深入分析了量子计算在空气动力学领域的应用前景，并指出了需要重点关注的研究方向。     

联结翼布局气动/结构/隐身一体化设计方法

从联结翼多学科优化要求出发,重点对并行子空间设计算法进行了改进.采用Pareto遗传算法作为系统级搜索策略,结构子学科优化则采用模拟退火算法.并在此基础上应用了旨在提高优化计算效率的响应面方法.实现了基于改进型并行子空间设计算法对气动、结构及隐身多目标函数间的折中与优化.     

考虑多类维修优先权的多级维修供应系统库存控制

备件筹措与保障站点的维修能力和故障件维修机制密切相关。在经典VARI-METRIC模型上,拓宽了模型中"无限维修总体"和"先到先修"的假设条件,基于排队理论,考虑维修优先权对维修过程的影响,对故障件的维修周转时间进行了修正,建立了具有多类维修优先权的备件初始库存优化模型。构造了多站点优先权分配的目标函数,采用智能优化算法对优先权分配方案进行了优化;根据所得方案,采用边际优化算法进行了备件库存优化,提出了采用智能优化算法和边际优化算法对优先权分配方案和备件库存进行分步优化的方法,并开展了算法复杂度分析。算例分析表明,考虑优先权的备件配置方案在满足各项保障效能指标的同时,显著降低了备件购置费用;分步优化的方法在有效降低运算时间提高计算效率的同时保持了一定的计算精度。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

三次均匀有理B样条曲线的光顺算法

给出了一种有理均匀B择条曲线光顺的算法．作者采用了梯形公式近似计算出曲线的曲率积分，并且通过优化计算，得到了光顺曲线的权因子．本文采用了非线性优化技术计算权因子．     

亚、跨音速三维机翼气动外形反设计的控制理论方法

本文进行了基于控制论的气动外形反设计方法研究，根据给定的目标函数推导了在物理空间上描述的共轭及相应的边界条件，通过构造共轭方程耗散通量项，以及使用特征线理论处理远场边界等措施，研究了共轭方程的数值求解方法，使用Hicks-Henne函数来描述设计变量扰动对机翼表面外形的影响，通过网格扰动获得度量矩阵变分来获得目标函数对设计变量的敏感性导数，优化过程使用拟牛顿优化算法，通过对流场计算、共轭方程数值求解、敏感性导数求解和优化算法这四个方面的有效结合，成功地发展出了一种机翼气动外形反设计方法，进行了机翼气动外形反设计研究，结果表明该设计方法在设计理论及可实现性方面，特别在跨音速及复杂外形气动设计方面比以往设计方法具有更好的适用性和优越性，且设计结果较为可靠，在现有计算条件下是一个好的设计方法，时间花费也较少。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

火箭橇运动计算算法优化与试验验证

对火箭橇试验系统进行了动力学分析,研究了火箭橇运动计算方法,在常规算法基础上对各参量计算方法进行改进,并引入了新的参量能量耗散阻力,进而得到优化算法。取四次不同速度的双轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为7.67%,误差最大为37.91%,优化后算法计算结果误差最小为0.48%,误差最大为5.0%;取四次不同速度的单轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为11.78%,误差最大为43.64%,而优化算法计算结果误差最小为0.11%,误差最大为5.31%。结果表明火箭橇运动计算优化算法相比常规算法能有效提高计算结果精度,计算结果对火箭橇试验设计具有一定工程指导意义。