基于合作进化算法的月面返回再入轨迹优化设计

在考虑热流、过载、动压以及开伞点参数等多种约束条件下,针对低升阻比返回舱月面返回再入轨迹优化设计问题,基于分段线性倾侧角参数化策略,提出了采用合作进化算法进行参数优化的策略来实现再入轨迹的快速高精度优化设计.首先采用以能量为自变量的分段线性倾侧角控制参数化策略,将连续最优控制问题转化为有限维参数寻优问题,然后基于逃逸粒子群算法和自适应差分进化算法的合作进化算法求解该问题.数值仿真验证了倾侧角参数化策略的正确性,对比试验分析表明合作进化算法较传统进化算法有更快的收敛速度和更高的优化精度的综合性能,更加适合月面返回再入轨迹优化设计问题的求解.      

T型尾翼动气动弹性优化设计

T型尾翼构型复杂,操纵面多,在动气动弹性的有限元建模和颤振特性设计中,需要修改的参数多,颤振分析复杂,设计人员面临很大的困难.通过在设计过程中引入优化方法,能够有效的解决这些问题.依据遗传算法和敏度优化算法的特点,针对固有振动和颤振优化设计的不同要求,将两种优化方法进行混合和递进应用,形成不同的优化设计方法.建立固有振动频率和颤振阻尼对结构参数的敏度公式,设计两种不同优化问题的数学模型.将优化方法应用于某T型尾翼的结构动力学优化设计,提高了设计速度,保证了设计精度,固有振动频率误差保证在3%以内.在保证质量最小的要求下,使颤振速度得到提高,并为实际结构的设计提供一定指导.      

引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

利于翼型优化设计的超临界翼型参数化方法

为减少超临界翼型优化中的设计变量,消除优化结果的不光顺现象、保证C₂连续,在优化过程中控制翼型几何特性的变化范围,设计出了由4条首尾相接的有理Bézier曲线表示的超临界翼型的翼型参数化方法,该方法对翼型数据的参数化过程中主要运用了Bézier曲线拟合算法与SPSA(Simultaneous Perturbation Stochastic Approximation)优化算法,并在Bézier曲线拟合算法中使用了有别于常用方法的数据点参数选择方法.将这种超临界翼型参数化方法与优化算法结合便可实现翼型优化设计,其中的设计变量为21个,优化结果不仅光顺且满足C₂条件,通过设定设计变量变化范围便可控制相应的翼型前缘半径、上下弦最高最低点的位置与曲率、尾部契角等几何特征.      

基于灵敏度分析的结构-声学鲁棒优化设计

针对工程中普遍存在的结构-声场耦合系统,充分考虑系统本身及外载荷的不确定性,提出了求解系统响应范围的区间有限元分析方法及鲁棒优化设计模型.从耦合系统的平衡方程出发,利用中心差分方法得到了系统响应的灵敏度计算公式.引入区间变量来表征信息不足的不确定参数,借助一阶泰勒展式,可以快速估算系统响应的区间上下界.在结构鲁棒优化设计过程中,通过引入灵敏度指标,将原不确定单目标优化问题转化为确定的多目标优化问题.为保证结构性能更加稳定,利用区间可能度刻画约束条件的鲁棒性.数值算例通过某弹舱模型弹性板厚度的优化设计,验证了所建立的鲁棒优化模型及算法的有效性.      

基于贪婪算法的近空间平台区域覆盖优化设计

为了实现近空间多平台对任意区域的协同覆盖观测,提出了一种近空间区域性覆盖优化设计方法.该方法针对问题建立了NP-hard集合覆盖模型,应用随机贪婪算法设计并优化平台的位置参数以及采用的波位.随机贪婪方法从贪婪算法得到的一个解出发,随机移除一定比例的平台,再用贪婪策略加入若干个平台,改进了原始贪婪算法对优解空间搜索不足的缺点,因此提高了解的优度,同时也避免了应用遗传算法、蚁群算法等智能搜索算法在解决此类问题时对全部子集族庞大的存储和复杂的计算.利用STK(Satellite Tool Kit)卫星仿真软件对四川汶川地区的优化设计结果进行了仿真,仿真结果给出了在100%覆盖的情况下平台的各参数信息,验证了该优化设计方法的有效性和智能性,为近空间区域覆盖设计提供了有力参考.     

基于能量观点的混合层流优化设计

为了合理地在混合层流设计中减小阻力,降低能量消耗,利用吸气控制功率消耗与阻力、吸气速度的关系式,建立了考虑以吸气功率最小为优化目标的优化设计方法。该优化设计方法采用了自由变形（FFD）参数化方法,紧支型的径向基函数（RBF）动网格技术,改进的微分进化（DE）算法,以及耦合基于eN转捩预测的RANS流场高精度求解器。针对25°后掠角的跨声速无限展长后掠翼,进行了以阻力最小为优化目标的均匀吸气和以功率消耗最小为优化目标的分布式吸气的混合层流优化设计。优化结果表明,基于能量观点的优化结果在雷诺数10×106下可以达到均匀吸气的阻力收益,相比初始构型,阻力降低了29.1%,上下翼面转捩位置分别推迟了18%和15%弦长,功耗降低了1.7%;而在雷诺数20×106状态下,相比初始构型,阻力减小了41.3%,比均匀吸气阻力优化结果提高了4.5%,上下翼面转捩位置分别推迟了52%和14%弦长,功耗降低了8.14%。优化结果表明,建立的基于能量观点的混合层流优化方法是可行的。      

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。      

液体火箭发动机系统设计仿真与优化

建立了某液体火箭发动机系统设计的仿真模型与相应的多目标优化模型,编制了系统仿真程序,并在iSIGHT的软件平台上针对不同的优化目标对发动机的设计参数进行优化.采用了组合优化策略,结合多岛遗传算法和序列二次规划算法分别进行全局寻优和局部寻优,求得全局最优点.建立了单燃气发生器循环系统的质量模型,在优化过程中考虑了发动机主要部件结构质量对系统性能的影响。以燃烧室压强、混合比和喷管出口反压为设计变量,优化目标包括发动机比冲、有效载荷、结构质量、密度比冲、关机时飞行速度、推进剂综合密度.并根据结果分析了燃烧室压强和混合比对发动机性能的影响.     

基于遗传算法的运载火箭总线消息调度优化设计

运载火箭控制系统采用1553B总线、按照预先设计的调度表传输周期性消息。针对当前总线消息调度表的设计方法对负载均衡考虑较少的缺陷,在构建1553B总线消息周期调度表数学模型的基础上,引入遗传算法进行最优化设计。该算法将负载率参数的多目标优化问题转换为遗传个体适应度的单目标优化问题,采用“精英保留”遗传策略,有效避免了个体退化,算法稳定高效。数学仿真计算结果表明,总线消息周期调度表求解高效,负载均衡大幅提高,验证了优化设计方法的有效性。     

基于DSM优化的产品开发两因素风险建模及仿真

针对存在迭代现象的产品开发过程的风险综合测量问题,建立了风险分析模型,并给出了相应的仿真算法.该模型分2个阶段构建,首先在传统设计结构矩阵理论基础上,构建了返工概率矩阵和返工冲击矩阵,由此描述产品开发过程中的进度和成本与迭代的关系;然后根据初始进度和成本不确定性、迭代的不确定性以及构建的结构矩阵,给出了产品开发风险评估模型.同时,利用传统设计结构矩阵优化理论,提出了通过减少迭代降低进度和成本风险的思路.利用仿真实例阐明,该模型能够测量产品开发进度和成本风险,同时能够利用设计结构矩阵优化开发顺序,从而降低产品开发风险,这为测量和控制产品开发项目综合风险提供了科学的依据.      

飞机方案多目标优化的Pareto遗传算法

基于多目标优化问题Pareto最优解的概念,提出了一种求解非劣解集的多目标遗传算法,重点讨论了算法实现中非劣解集的筛选和适应度的计算.将该算法应用于假想的干线客机方案优化设计,要求巡航段升阻比和有用载荷系数两个目标最大,对优化结果进行了分析比较.研究结果显示出MOGA(Multi-Objective Genetic Algorithms)对飞机方案多目标优化设计具有良好的应用前景.      

燃气发生器身部多学科设计优化

为了探索液体火箭发动机多学科设计优化的一般方法,以液体火箭发动机燃气发生器身部为研究对象,在对其进行面向设计的多学科分析的基础上,建立了燃气发生器身部的多学科优化模型,涉及流动、传热、结构强度3个相互耦合的学科.引入了一种新的多目标方法——物理规划方法处理其中的多目标优化问题,通过类别函数将设计者的偏好转化为优化目标,避免了对各个不同大小和量纲的分目标之间重要性的比较和权衡.优化结果显示,利用多学科设计优化减轻了燃气发生器的质量,改善了原有设计,能够提高发动机的设计水平.      

基于动态指标的飞机方案多目标优化方法

为提高飞机方案多目标优化过程中最优解的搜索效率,对多目标方案的比较评价方法及其在优化中的应用进行了研究.提出了可用于多目标方案对比评价的基准指标,并建立了利用新生成方案的目标值对基准指标进行动态更新的动态指标.通过采用动态指标构造适应度函数改进了多目标遗传算法,进行的双目标优化算例表明,改进的算法能够获得更优的Pareto前沿.采用改进的多目标优化方法对一种轻型战斗机概念方案进行了优化设计,设置了重量、气动、隐身等4个优化目标,优化结果验证了基于动态指标改进的多目标遗传算法在飞机概念方案设计优化中的有效性.      

民用飞机系列商载航程匹配设计

民用飞机产品开发的模式已从"单型飞机"的概念向"飞机系列"概念转化.根据模块化和通用性的策略,发展了飞机系列化设计方法,给出了飞机系列主要参数的设计原则和飞机系列经济性的描述方法,建立了飞机系列商载航程匹配设计模型.分析了商载和航程的匹配关系对飞机系列经济性的影响,利用Pareto多目标遗传算法,完成了某一民用飞机系列商载和航程的匹配设计,对不同设计方案的参数进行了比较分析,取得了较好的设计结果.     

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。      

非圆截面弹体气动隐身一体化设计方法

从非圆截面弹体气动和隐身设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,采用了联赛式选择复制算子、小生境技术和Pareto解集过滤器技术使解集具有较好分布特性,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.通过采用基于N-S方程的数值求解方法计算弹体气动性能,采用物理光学法和物理绕射理论来计算其雷达散射截面积,实现了基于Pareto遗传算法的非圆截面弹体气动与隐身两个目标函数间的折衷与优化,取得了较好的优化设计结果.