基于遗传算法的直升机总体优化设计

遗传算法是一种可以混合整型、离散型和连续型变量一起使用的新兴优化算法，在单或多目标带约束优化设计领域有广阔的应用空间。本文在算例中采用与先验法相结合的遗传算法，以总体参数为设计变量，飞行性能和结构要求为约束条件，换算生产率为目标函数，并使用罚函数法处理成无约束的适应度函数，建立优化设计模型。对本文算例计算结果进行分析，可以使遗传算法更好地应用到直升机优化设计领域。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

应用遗传算法优化设计板翅式换热器

本文提出了基于遗传算法的板翅式换热器优化设计方法,该方法不仅能够实现一般的结构优化,而且能够在提供多种类型翅片的情况下,进行翅片类型的优选。根据不同的设计要求,遗传算法能够分别以重量和效率为目标函数进行优化。为了方便翅片类型的优选,建立了一个常用翅片的数据库,库中包含了翅片的几何参数、传热特性和阻力特性,可直接应用于计算机程序的处理。与传统的优化计算结果比较,换热器的重量和体积都有不同程度的减小。本文的优化软件和翅片数据库具有通用性,可应用于一般板翅式换热器的优化设计。      

Gaussian fitting based optimal design of aircraft mission success space using multi-objective genetic algorithm

In order to obtain the optimized aircraft design concept which meets the increasingly complex operation environment at the conceptual design stage, System-of-systems (SoS) engineering must be considered. This paper proposes a novel optimization method for the design of aircraft Mission Success Space (MSS) based on Gaussian fitting and Genetic Algorithm (GA) in the SoS area. First, the concepts in the design and evaluation of MSS are summarized to introduce the Contribution to System-of-Systems (CSS) by using a conventional effectiveness index, Mission Success Rate (MSR). Then, the mathematic modelling of Gaussian fitting technique is noted as the basis of the optimization work. After that, the proposed optimal MSS design is illustrated by the multi-objective optimization process where GA acts as the search tool to find the best solution (via Pareto front). In the case study, a simulation system of penetration mission was built. The simulation results are collected and then processed by two MSS design schemes (contour and neural network) giving the initial variable space to GA optimization. Based on that, the proposed optimization method is implemented under both schemes whose optimal solutions are compared to obtain the final best design in the case study.     

Entropy based inverse design of aircraft mission success space in system-of-systems confrontation

This paper presents a practical and efficient design method for aircraft Mission Success Space (MSS) based on the entropy measurement (EM). First, fundamentals regarding MSS, Inverse Design (ID) and entropy are discussed. Then, two EM schemes of entropy-based ID and the whole MSS ID procedure are given to demonstrate alternative ways of entropy quantification and MSS design. After that, Genetic Algorithm (GA) is utilized as a search algorithm to find the optimal MSS design with the minimum objective, entropy, in each EM scheme. A simulation case of aircraft penetration mission is given for the method validation where the best aircraft MSS design is obtained by GA according to the minimum entropy. Results from two schemes are compared at the end.     

基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律，在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求，用离散化加速模型结合遗传算法，使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作，且加速时间最短。     

基于精英保留遗传算法的连续结构多约束拓扑优化

采用遗传算法对应力、位移及结构约束下的连续体结构进行拓扑优化。通过在遗传算法中引入精英保留的进化策略,保证算法的收敛性,改善优化结果。优化过程中,利用精英保留遗传算法进行结构优化,通过基于ANSYS软件的有限元技术进行结构的建模和分析。算例分析表明所提出的方法是合理、有效的。该方法可用于复杂工程结构的初始设计,并能够提供多种初始设计方案。      

实现柔性机翼后缘形状变化的综合优化(英文)

Adaptive wings have long used smooth morphing technique of compliant leading and trailing edge to improve their aerodynamic characteristics. This paper introduces a systematic approach to design compliant structures to carry out required shape changes under distributed pressure loads. In order to minimize the deviation of the deformed shape from the target shape, this method uses MATLAB and ANSYS to optimize the distributed compliant mechanisms by way of the ground approach and genetic algorithm （GA） to remove the elements possessive of very low stresses. In the optimization process, many factors should be considered such as airloads, input displacements, and geometric nonlinearities. Direct search method is used to locally optimize the dimension and input displacement after the GA optimization. The resultant structure could make its shape change from 0 to 9.3 degrees. The experimental data of the model confirms the feasibility of this approach.     

基于代理模型的高效全局低音爆优化设计方法

研究发展高效实用的低音爆优化设计方法,对于新一代低音爆超声速客机的研制具有重要的理论意义和应用价值。目前国内外发展的低音爆优化方法主要包括遗传算法（GA）和基于Adjoint的梯度优化。遗传算法虽然具有较强的全局优化能力,但其优化效率较低,无法很好满足实际应用的需要;而梯度优化虽然优化效率高,但易陷入局部最优。将最新发展的代理优化算法与音爆预测方法相结合,发展了一种具有全局优化能力的高效低音爆优化设计方法。首先,概述了所采用的线性音爆预测方法,并用NASA超声速圆锥体模型进行验证,表明其计算效率高、预测精度可满足飞行器初步设计的需要。其次,对所采用的代理优化（SBO）方法进行了概述,包括试验设计、代理模型建模、优化加点准则和收敛标准等。再次,运用所发展的方法开展了NASA多段圆锥体模型的低音爆优化设计算例研究,并与遗传算法和梯度优化的结果进行了比较,表明其优化效率比遗传算法提高了2个量级以上,且优化结果优于梯度方法。最后,将所发展的方法应用于AIAA音爆预测大会提供的翼身组合体外形（69°后掠三角翼）的低音爆优化设计,将远场音爆N型波峰值减少了27.4%,表明所发展的方法在复杂外形低音爆优化设计中具有很好的应用潜力。     

A Hybrid Optimization Approach for SRM FINOCYL Grain Design

This article presents a method to design and optimize 3D FINOCYL grain （FCG） configuration for solid rocket motors （SRMs）. The design process of FCG configuration involves mathematical modeling of the geometry and parametric evaluation of various independent geometric variables that define the complex configuration. Virtually infinite combinations of these variables will satisfy the requirements of mass of propellant, thrust, and burning time in addition to satisfying basic needs for volumetric loading fraction and web fraction. In order to ensure the acquisition of the best possible design to be acquired, a sound approach of design and optimization is essentially demanded. To meet this need, a method is introduced to acquire the finest possible performance. A series of computations are carried out to formulate the grain geometry in terms of various combinations of key shapes inclusive of ellipsoid, cone, cylinder, sphere, torus, and inclined plane. A hybrid optimization （HO） technique is established by associating genetic algorithm （GA） for global solution convergence with sequential quadratic programming （SQP） for further local convergence of the solution, thus achieving the final optimal design. A comparison of the optimal design results derived from SQP, GA, and HO algorithms is presented. By using HO technique, the parameter of propellant mass is optimized to the minimum value with the required level of thrust staying within the constrained burning time, nozzle and propellant parameters, and a fixed length and outer diameter of grain.     

随机数对遗传算法计算效率的影响分析及改进研究

遗传算法要求计算过程产生均匀随机数,针对目前采用的线性同余随机函数发生器长周期与稀疏网格局限,提出以当前时间折合为百分秒初始化结合洗牌技术处理,同时采用以群体规模数为基准的归一化方法来产生[0,1]范围内的均匀随机数用于遗传算法编程计算.实例计算说明,所提出的处理方法可有效提高算法的计算效率.     

基于遗传算法的涡扇发动机最大状态性能寻优

对某型涡扇发动机的最大非加力寻优模式进行分析,在满足该发动机各部件的物理约束条件下,采用遗传算法对其进行性能寻优,提高其最大剩余推力值.寻优过程由基于GAlib类库的遗传算法和该涡扇发动机非线性数学模型结合编程实现.在此基础上,对遗传算法的主要运行参数进行分析和优化.在地面状态下进行仿真,其剩余推力值与设计点相比提高了4.84%.研究结果表明:遗传算法作为一种有效的全局并行优化搜索工具,适合于像涡扇发动机最大非加力状态性能寻优这样大规模、高度非线性及无解析表达式的性能优化问题;通过对遗传算法运行参数的优化,能有效的提高寻优速度并减小计算量,提高运算效率.     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

考虑结构完整性和装填分数的星形药柱形状优化

在固体火箭发动机药柱设计过程中,装填分数较大的药柱结构完整性很难满足要求。利用PCL对商用有限元软件MSC Patran/Marc进行二次开发,建立星形药柱发动机的二维参数化有限元模型。在此基础上,采用遗传算法对星形药柱进行了形状优化,以结构完整性最优为优化目标,以装填分数为约束条件,得到了Von mises应变最小且面积装填分数不小于0.85的药柱形状。所提出的方法可方便地应用于各种固体火箭发动机装药设计。     

基于分层策略的翼型多参量气动优化设计研究

与基于梯度的优化方法相比,遗传算法因其极强的鲁棒性、随机搜索及优化结果全局性等特点在工程优化中得到越来越广泛的应用。为提高优化设计的效率,改进了传统的遗传算法,采用并行分层策略基因遗传算法开展了翼型多参量气动优化设计研究,包括翼型和多段翼型的基因编码、外形参数化,以及动网格技术。结果表明,并行分层策略在得到较优气动优化结果的同时,极大地缩短了优化时间,提高了计算效率,具有广阔的工程应用前景。     

基于改进遗传算法的终端区排序研究

终端区航班排序是减少航班延误,降低成本的关键技术。基于安全性考虑,将进近无冲突作为约束条件,这是一个组合优化问题,多约束条件互相制约,导致可行解较难获得。采用改进遗传算法,针对航班速度编码的特性引入局部适应度函数,并以此为标准指导交叉变异操作。仿真结果表明,求得的进近队列延误低、无冲突,且遗传更具方向性,收敛快,大大提升求解速度,更符合实际运用中实时性要求,优于传统方法。     

基于铸件热应力及变形的人工神经网络和遗传算法优化方法

将神经网络与遗传算法相结合,以有限元分析得到的样本集合作为教师样本,通过神经网络的训练建立设计参数与控制目标的非线性映射关系,并以此代替后续的有限元分析,获得遗传算法求解优化问题迭代中所需的目标函数近似值。以Al-4.5%Cu应力框为例,在分析铸件热应力及变形机理的基础上,对应力杆的高度、宽度和粗细杆截面比、浇注温度、界面换热系数和砂型的预热温度6个参数进行优化,从而有效地控制铸件内部的热应力及变形。优化结果表明:此方法在较少的有限元计算情况下即可获得较好的优化解,与初始设计相比,弯曲变形和热应力分别降低了58.5%和40.6%。     

基于BP神经网络和遗传算法的结构优化设计

现代航空发动机不断追求提高推重比,优化其零部件的结构设计日益重要。传统结构优化方法耗时多且不易掌握。针对这一问题,本文提出了将BP神经网络和遗传算法相结合用于结构优化设计的方法,并编制了相应的计算程序,实现了一个含9个设计变量的发动机盘模型的结构优化计算。计算证明,与传统结构优化方法相比,此方法计算速度快、精度良好。      

利用遗传算法和神经网络响应面来实现复合材料结构优化设计

运用正交试验设计选择设计样本，建立神经网络响应面，以代替复合材料结构优化中的大量的有限元分析；将神经网络响应面作为目标函数或者约束条件，加上其他常规约束条件进行优化模型的建立，再应用遗传算法（GA）进行优化，这可以实现设计分析与设计优化的分离。以复合材料帽型加筋板的重量优化问题为例，建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件；并通过NASTRAN进行有限元计算，以获取用于响应面训练的样本点数据。研究表明，该方法能以较少的结构分析次数，取得高精度的响应面近似模型，从而使优化效率大为提高。神经网络响应面能够获得与传统响应面同等，甚至更好的精度。     

应力和位移约束下连续体结构的拓扑优化

结构拓扑优化设计是结构初始方案设计的重要方法。同时考虑应力和位移约束,采用遗传算法,用染色体基因映射结构离散化后的单元体,对连续体结构进行拓扑优化。为了消除结构中的铰接和棋盘格现象,在拓扑优化分析中引入了结构约束的概念,并在罚函数方法中引入导向因子,改善优化分析结果。该方法可以为工程结构的初始设计提供多种方案,同时为新结构的设计提供了理论基础。算例分析表明所提出的方法是合理、有效的。