基于多目标遗传算法的再入飞行器气动布局优化

本文采用多目标遗传算法来确定再入飞行器气动布局优化问题的Pareto最优解集，并和传统的多目标优化方法（加权和方法、约束法）进行比较。通过计算表明，多目标遗传算法能够在一次运行中搜索到优化问题的近似Pareto最优解集，这为飞行器设计得进行目标折衷决策提供了充分的依据。     

基于多策略GWO算法的不确定环境下异构多无人机任务分配

针对具有复杂约束的异构多无人机对地目标侦察打击任务分配问题，考虑不确定的任务执行时长、目标消失时间和无人机巡航速度等不确定因素对任务分配结果的影响，基于模糊可信性理论构建以最小化总成本为优化目标的异构多无人机任务分配的模糊机会约束规划模型，并提出一种多策略融合的灰狼优化算法（IMSGWO），通过引入自适应控制参数调整策略、自适应惯性权重策略、最优学习策略与跳出局部最优策略，在增强种群多样性的同时，提高算法的搜索能力。数值分析结果表明：所提算法能够有效求解不确定环境下的异构多无人机任务分配问题。     

非线性主轴降维映射法在固体火箭发动机设计优化中的应用

为在二维或三维空间中表达固体火箭发动机高维设计空间,引入非线性主轴降维映射法对多维非线性设计优化问题进行降维处理。以某大型固体火箭发动机设计问题为例,将10变量4有效约束优化问题降维映射到二维空间进行研究,拟合的非线性主轴降维映射模型中,目标函数和约束函数的相对误差控制在1.5%以内。研究表明,非线性主轴降维映射法具有发现多变量非线性优化数学模型本征特性的特点,能对设计变量重要性排序;通过降维展示设计空间全景,为优化算法和优化初始点优选提供了直观、有力的工具;优化轨迹实时展示为优化算法性质研究及算法切换提供了依据;根据优化轨迹从优化结果在降维空间中的位置能够判断优化结果是否具有全局最优解特性。     

考虑瞬态效应的周期性多材料传热结构拓扑优化

常规传热结构的周期性拓扑优化通常基于稳态热传导模型,并未考虑瞬态效应对设计结果的影响。针对瞬态热传导目标响应最大值最小化问题,搭建基于Ordered-RAMP法的多材料插值模型,提出一种周期性多材料瞬态热传导拓扑优化设计方法。该方法分别以时间历程内传热结构最高温度最小化与最高散热耗能最小化为设计目标,引入聚合函数处理设计变量的瞬态响应不可微问题,并通过重新分配单元目标函数基值实现子区域周期性约束设置。数值算例验证了所提方法的有效性和可行性。结果表明：不同热负荷工作时间下,均可得到材料分布合理、边界清晰的周期性拓扑构型,并能实现不同设计目标下的性能最优;周期性约束会对拓扑构型产生影响,且子区域数目越多优化目标越差。     

航天器多约束交会的仅测角导航最优多目标闭环制导

研究了航天器多约束交会的仅测角导航最优多目标闭环制导问题,优化目标包括交会时间、燃耗和仅测角导航可观性指标,并考虑了视觉传感器视场角、推力器推力幅度和最小安全距离等各种约束条件,建立了多约束、多目标优化下的仅测角导航和闭环制导问题的数学模型,分析了仅测角导航和闭环制导之间的耦合关系。最后,通过Matlab遗传算法工具箱中的多目标优化函数,求解得到了该多目标优化模型的Pareto最优解集,结果显示交会时间、燃耗和仅测角导航可观性指标不能同时达到最优,存在相互制约关系,即提高其中一种优化目标的性能会降低其他优化目标的性能。     

图形变形法在固体火箭发动机设计优化中的应用

采用图形变形法分析了固体火箭发动机设计优化模型中各设计变量对目标函数和约束的影响程度，探索了可行设计空间，通过显示优化结果点附近设计空间形态定性分析了优化结果鲁棒性。结果表明，图形变形法处理固体火箭发动机设计优化多变量分析及显示问题简单、直观，易于工程应用。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

一种飞机顶层设计指标最优分配的新方法

探讨了一种新的设计指标最优分配方法--协同分配法,用于处理飞机顶层设计中的大规模设计指标最优分配问题.分析了飞机顶层设计中的设计指标最优分配特征,据此给出了协同法的原理并建立了数学模型.协同法按设计指标分配关系将最优分配问题分解为主系统优化和子系统优化,主优化对子系统设计指标进行最优分配,子优化以最小化分配设计指标值与期望设计指标值之间的差异为目标,进行子系统最优设计,或对底层元件(如飞机翼梁、翼肋和翼盒等)进行设计指标最优分配,并把最优解信息反馈给主优化.主优化通过子优化最优解信息构成的一致性约束协调分配量,提高系统整体性能,并重新给出分配方案.主系统与子系统反复协调,直到得到设计指标最优分配方案.两层可靠度指标分配算例初步验证了本文方法的正确性与可行性,三层可靠度指标分配算例证明了本文方法的有效性.最后,以重量指标分配为例,简要叙述了针对飞机顶层设计中设计指标协同分配的数学模型和求解思路.     

众多临近空间飞行器的最优轨迹规划

针对众多临近空间飞行器在复杂飞行环境的最优轨迹规划问题,采用改进的动态规划法和基于共轭梯度法的多点边值组合算法求解了多目标优化问题,得到了全部飞行器的最优飞行轨迹.仿真结果表明,该算法能够在考虑多种环境条件约束和飞行器自身条件约束的情况下,快速规划出众多飞行器的最优飞行轨迹,具有一定的学术价值和工程应用价值.     

基于灵敏度分析的飞行器稳健设计优化方法

提出了一种基于灵敏度分析的稳健设计优化方法。针对设计变量存在扰动的不确定性问题,在原有优化数学模型上,增加了准则函数和约束函数的灵敏度附加项。采用全局灵敏度方程来计算准则函数及约束函数对设计变量的灵敏度,进而得出新的优化问题数学模型,得到问题的稳健性解。将上述方法应用到轻型飞机的总体设计中,对飞机重量、气动和性能模块进行多目标优化,得出最优解,并与已有的飞机进行对比和分析。     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

航空燃油柱塞泵滑靴油膜的多目标优化设计

以锥形转子球面斜盘轴向燃油柱塞泵为研究对象,在分析滑靴油膜设计中的摩擦功率损失、泄漏功率损失、容积效率随滑靴的机械结构参数变化的基础上,基于遗传算法对上述多变量、多目标优化问题进行计算.权重系数法优化结果表明:优化后燃油柱塞泵设计点的摩擦功率损失和泄漏功率损失减少了7%左右,容积效率略微提升,并且优化得到的机械结构参数在不同转子转角和柱塞倾角的情况下也显示出性能上的优势,从而证明了多目标遗传算法对设计航空燃油柱塞泵油膜静压润滑是一种有效的方法.     

支承飞轮的推力磁轴承设计

讨论了磁轴承用户性能要求与设计解空间参数之间的多对多映射关系和设计中遵循的一般规则,对磁轴承的设计过程进行了结构分析。在此基础上,通过分析用于陀螺仪中支承飞轮储能系统的推力磁轴承的结构特点和设计约束,详细讨论了该产品设计过程中各种设计参数之间的相互约束关系和确定顺序,探讨了一种合理的设计参数映射过程,为磁轴承性能体系的建立和智能设计奠定了基础。     

Pareto遗传算法在气动外形优化中的应用

Pareto方法作为一种多目标优化方法,能够一次性获得优化问题对应的不同权重分配情况下的所有最优解集。它与遗传算法结合产生的Pareto遗传算法,是求解多目标优化问题的Pareto最优解集合的一种有效手段。本文将两种常用的Pareto遗传算法,MOGA方法和两支联赛遗传算法应用到气动外形优化中,针对具体算例进行气动外形的优化设计,得到了满意的优化设计结果。     

基于遗传算法和空间推进方法的单壁扩张喷管优化设计研究

 将单目标遗传算法和多目标遗传算法（包括NSGA-II和NCGA）,与高效、高精度的空间推进流场数值模拟方法——SSPNS方法相结合,对二维超燃冲压发动机尾喷管即单壁扩张喷管（SERN）进行了气动优化设计研究。在巡航点（Ma=6.0）讨论了推力系数C_T最大单目标模型,推力系数C_T最大升力系数C_L最大两目标模型,以及推力系数C_T最大升力系数C_L最大俯仰力矩系数C_m最小三目标模型,分别得到了喷管的最大推力设计和关于多个目标性能的Pareto最优前沿。结果表明,扩张壁初始扩张角θ_r,i和外罩长度L_c对C_T影响较大;较小的L_c和较大的θ_r,i设计,将降低外罩内表面的负升力作用而使得SERN的C_L较大;较长外罩和较小的θ_r,i,对应Pareto最优设计的C_M较小。     

一种基于模糊重要度的多目标优化设计方法

针对工程设计中经常出现的多目标问题,对目标的重要度进行了模糊性描述,使权重系数的选取建立在重要度这个模糊概念之上。在此基础上提出了一种基于模糊评判的多目标折衷策略,并与遗传算法相结合,发展了一套多目标模糊折衷优化设计算法,通过包括损伤容限目标在内的多目标复合材料层板优化设计的算例,证明了该方法能给出指定设计要求下可能获得的最满意解。     

Aerodynamic optimization of rotor airfoil based on multi-layer hierarchical constraint method

Rotor airfoil design is investigated in this paper. There are many difficulties for this high-dimensional multi-objective problem when traditional multi-objective optimization methods are used. Therefore, a multi-layer hierarchical constraint method is proposed by coupling principal component analysis (PCA) dimensionality reduction and e-constraint method to translate the orig-inal high-dimensional problem into a bi-objective problem. This paper selects the main design objectives by conducting PCA to the preliminary solution of original problem with consideration of the priority of design objectives. According to the e-constraint method, the design model is estab-lished by treating the two top-ranking design goals as objective and others as variable constraints. A series of bi-objective Pareto curves will be obtained by changing the variable constraints, and the favorable solution can be obtained by analyzing Pareto curve spectrum. This method is applied to the rotor airfoil design and makes great improvement in aerodynamic performance. It is shown that the method is convenient and efficient, beyond which, it facilitates decision-making of the high-dimensional multi-objective engineering problem.     

Aerodynamic multi-objective integrated optimization based on principal component analysis

Based on improved multi-objective particle swarm optimization (MOPSO) algorithm with principal component analysis (PCA) methodology,an efficient high-dimension multiobjective optimization method is proposed,which,as the purpose of this paper,aims to improve the convergence of Pareto front in multi-objective optimization design.The mathematical efficiency,the physical reasonableness and the reliability in dealing with redundant objectives of PCA are verified by typical DTLZ5 test function and multi-objective correlation analysis of supercritical airfoil,and the proposed method is integrated into aircraft multi-disciplinary design (AMDEsign) platform,which contains aerodynamics,stealth and structure weight analysis and optimization module.Then the proposed method is used for the multi-point integrated aerodynamic optimization of a wide-body passenger aircraft,in which the redundant objectives identified by PCA are transformed to optimization constraints,and several design methods are compared.The design results illustrate that the strategy used in this paper is sufficient and multi-point design requirements of the passenger aircraft are reached.The visualization level of non-dominant Pareto set is improved by effectively reducing the dimension without losing the primary feature of the problem.     

超径向可视化技术及其在火箭设计中的应用

针对传统可视化技术处理高维多目标设计优化问题的不足,对超径向可视化技术开展了研究.该技术将超空间Pareto前沿无损地显示于二维空间,有助于设计人员直观了解复杂的Pareto解集空间、并快速获得较好的权衡设计.此外,在超径向可视化过程中,通过采用权重因子和基于偏好区间的颜色标记原则引入设计偏好,可以辅助设计者选择出更加符合特定偏好的设计方案.将超径向可视化技术应用于近地空间火箭的多目标设计优化,验证了该技术处理高维多目标设计优化问题的可行性和高效性.      

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.