基于蚁群算法的机头结构二级布局优化方法

针对民机机头结构布局设计的拓扑变量与尺寸优化变量共存的混合变量设计问题,改进一般的蚁群算法,提出多城市层的蚁群算法转移概率准则,建立基于蚁群算法拓扑优化及准则法尺寸优化设计的二级结构布局优化法,第一级针对离散设计变量,采用蚁群算法确定结构的拓扑布局;第二级针对连续设计变量,基于准则法完成结构在前一级布局下的尺寸优化设计。优化设计结果表明：在满足强度和刚度约束下,相较于初始结构,杆件结构总重量减轻32%,且较常规尺寸优化效果更好。     

考虑组件保形约束的多组件结构系统布局优化

提出了一种考虑组件保形要求的组件布局-结构拓扑的多组件结构系统布局优化设计方法。在传统的多组件结构系统布局优化设计基础上，定义了组件设备的弹性应变能函数并用其定量衡量组件设备的弹性变形程度，在多组件结构系统布局优化过程中，采用组件设备的弹性应变能函数作为其保形设计约束，以实现抑制承载组件变形的设计目的。解析了组件设备保形设计约束对结构拓扑及组件布局设计变量的灵敏度，研究了组件保形设计约束与结构系统整体刚度之间的消长关系，分析了组件保形约束对组件布局及支撑结构材料拓扑分布的影响，在考虑组件保形设计约束的挂架系统布局优化模型中引入了系统的质心位置约束并完成了其解析灵敏度求解。通过数值算例，实现了考虑组件保形、材料用量分数、质心位置约束的多组件结构系统布局优化设计。数值算例的计算结果表明，引入组件保形约束的多组件结构系统布局优化设计方法能够有效抑制传力路径上参与承载的组件设备的弹性变形，实现组件设备的保形设计。     

基于新型高维代理模型的气动外形设计方法

随着现代飞行器性能需求的不断提高，飞行器精细化气动优化设计要求更高可信度的CFD数值分析及更多的独立设计变量，使得基于代理模型的全局优化算法在超过一定的设计变量后显著降低了效率，难以满足复杂工程的设计需求。而目前的高维代理模型过程复杂、时间花费高，缺乏对工程问题的广泛适应性。针对以上难题，提出了利用监督式非线性降维代理建模方法来缓解代理优化过程中的高维变量设计难题。该方法将核主成分分析（非线性）降维与高斯回归过程模型统一训练，自适应构建新型高维代理模型，并随着优化过程不断学习改进模型，建立了从高维输入到输出的准确映射，有效解决了传统高维代理模型训练时间花费高和适应性差等难题。然后基于该新型代理模型发展了适用于飞行器复杂气动设计的高维全局优化设计方法，并将其应用到美国航空航天学会（AIAA）优化小组发布的2个复杂跨声速优化算例中。通过与传统代理优化方法全面比较，验证了所提的方法能大幅提高飞行器高维变量全局优化效率和全局寻优能力。     

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。     

飞翼无人机结构布局分级优化研究

针对传统结构设计中依据经验对机翼构件布局设计容易导致结构刚度偏大、重量偏大的问题,采用分离设计变量的方法,分别对机翼构件的尺寸和位置变量,采用改进的可行性方向法和Hook-Jeeves方法进行优化,将尺寸非线性优化嵌入到无约束位置优化中,以结构的刚度、位移、扭转和强度为约束条件,对布局进行调整.采用多学科框架软件对整个优化过程进行集成,将机翼结构重量作为目标函数,分级对位置和尺寸优化,充分考虑耦合位置和尺寸变量间的相互影响关系,循环迭代,直至得到结构重量的最优值.采用方法对某型飞翼无人机的机翼结构进行优化,结果合理,具有一定的工程应用价值.     

一种高效高精度的气动弹性结构优化方法

气动弹性结构优化技术主要包括约束求解和优化算法两个方面的内容。针对常用的基于低阶面元法的静气动弹性分析方法计算效率高但精度低的特点,建立了一种高效高精度的基于高阶面元法的静气动弹性分析方法。针对当前气动弹性结构优化技术使用单一优化算法导致搜索精度低、收敛速度慢等特点,将遗传算法和分形算法进行结合,发展了一种遗传/分形混合算法。针对气动弹性结构优化计算时间长、设备要求高等特点,引入了Kriging代理模型方法来加快优化速度,减少时间和设备的耗费。最后以某大展弦比客机机翼为算例,采用基于高阶面元法的静气动弹性分析方法求解约束响应样本,用Kriging代理模型方法对约束响应进行模型构建和预测,并将Kriging代理模型和遗传/分形混合优化算法进行结合,构建了一种高效高精度的静气动弹性结构优化方法。优化分析结果表明,Kriging代理模型在静气动弹性响应预测上具有很高的精度,平均误差均在5%以下,副翼效率预测的平均误差甚至低于1%;遗传/分形混合算法相比于单一的遗传算法具有更快的收敛速度和更强的全局寻优能力。     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题,提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,并满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题,并与CO方法进行了对比,结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中,验证了LDFCO/V1的可行性和有效性。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

自适应设计空间扩展的高效代理模型气动优化设计方法

对基于Kriging模型气动优化的加点方法和设计空间的构建问题进行了研究。首先,针对高效全局优化（EGO）方法收敛缓慢的问题,提出了一种混合加点方法,该方法通过引入期望提高（EI）阈值控制EI和最小预测值（MP）加点准则,利用先全局再局部的优化思想,提高了EGO方法在确定设计空间内的收敛性。其次,针对设计空间的构建问题,对比了扩大设计变量范围和多轮优化两种不同的设计空间构建方法,分析了设计变量范围对设计空间大小和样本密度的影响,进而提出了自适应设计空间扩展的代理模型优化方法。相对于传统固定设计空间的方法,自适应设计空间扩展的方法在动态的设计空间中进行优化搜索,只在有潜力的维度扩展设计变量范围,通过构建自适应设计空间,实现了样本的高效配置。最后,通过ADODG标准翼型优化算例证实,自适应设计空间优化方法可以大幅提高气动优化设计效率。     

考虑不确定性的飞机总体参数优化方法

由于在各种设计问题包括飞机概念设计中都存在一定的不确定性,因此在总体参数优化时有必要考虑这种不确定性。以大型客机总体参数优化设计为例,定义了考虑不确定性的飞机总体参数优化问题,该问题与传统飞机总体参数优化的区别是要进行不确定性分析。而不确定性分析的计算量过大,为此提出了一种渐进代理模型方法来解决这一难题。在建立代理模型时,通过连续成批地在设计空间的全局和局部均加入新样本点,不断提高代理模型的全局拟合精度,直至获得满意的代理模型为止。然后在优化过程中使用计算量小的代理模型。大型客机总体参数优化问题中含有5个设计变量,目标函数为起飞重量最轻,并需满足4个性能约束。考虑了不确定性后,不仅使目标值（起飞重量）对总体参数变化的敏感度有所减小,而且满足约束（设计要求）概率显著提高。     

悬停状态直升机桨叶扭转分布的优化数值计算

建立了一套基于高精度计算流体力学(CFD)技术和代理模型优化算法的旋翼气动外形设计方法。在该方法中,旋翼流场气动性能的计算采用了基于Navier-Stokes/Euler方程的CFD方法,并根据流场特点、精度和效率的要求采用Baldwin-Lomax(B-L)湍流模型,通量计算采用Roe-MUSCL格式进行。为提高网格生成质量和便于流场控制方程的求解,将流场分成两个区域,即围绕旋翼的黏性区和无黏的背景网格区。其中,桨叶网格使用了基于二维翼型网格的参数化方法生成,数值计算结果表明该方法有效地提高了网格生成质量及效率。在参考旋翼流场及桨叶细节流动分析的基础上给出设计变量及范围,有效减小了优化问题的规模;为满足优化和机理分析的需要,将基于置换遗传算法优化的拉丁超立方(PermGA LHS)方法和径向基函数(RBF)的代理模型优化方法引入到桨叶外形的优化设计中。首先以Helishape 7A旋翼为算例,检验了数值模拟方法的准确性。然后,应用所建立的优化方法针对旋翼负扭转分布进行了优化计算,结果表明优化后的旋翼悬停气动性能比优化前有了明显提高。     

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。     

复合材料加筋板结构优化设计的并行子空间法*

为对复合材料加筋板结构进行布局优化设计,提出并行子空间优化方法。该方法将整个优化问题分为筋条布局优化、筋条尺寸优化和铺层厚度优化三个并行的子空间优化问题,分别以筋条型式、数量、尺寸和铺层厚度为设计变量;每个子问题都独立进行优化计算,优化后将所有结果综合协调,更新设计变量值并重复整个优化过程,直到满足收敛条件。通过三个典型算例验证,结果表明该方法不仅合理而且有很好的优化效果。     

桁架结构尺寸和形状协同优化方法研究

在满足特定规范和约束条件下,设计出重量最轻的结构具有重要的工程意义。提出一种桁架结构形状、尺寸并行协同优化方法,该方法将桁架结构优化问题拆分为形状优化和尺寸优化两个子问题,通过并行协调实现尺寸设计变量和形状设计变量同时达到最优解;完成了三个典型桁架结构形状优化算例,结果表明：该方法对于桁架结构形状优化可行,且算法简洁,收敛快。     

Kriging模型及代理优化算法研究进展

代理模型方法由于能显著提高工程优化设计问题的效率,在航空航天及其他领域得到了广泛重视,并逐渐发展成为一类优化算法,本文称其为代理优化（SBO）算法。在现有的代理模型方法中,如多项式响应面、径向基函数、神经网络、支持向量回归、多变量插值/回归、多项式混沌展开等,源于地质统计学的Kriging模型具有代表性,是一种非常具有应用潜力的代理模型方法。以飞行器设计领域的优化问题为背景,介绍了Kriging代理模型及应用于优化设计的理论和算法的最新研究进展。首先,概述了Kriging模型的基本理论和算法,并讨论了影响Kriging模型鲁棒性和效率的几个关键性问题。其次,回顾了Kriging模型理论和算法研究的3个最新研究进展,包括梯度增强型Kriging、CoKriging和分层Kriging模型。而后,分析提炼了基于Kriging模型的代理优化算法的优化机制和优化框架,给出了“优化加点准则”和“子优化”的概念,并介绍了目前常用的几种优化加点准则及其相应子优化问题的求解与约束处理;同时,还介绍了最新提出的局部EI加点准则以及代理优化的终止条件。最后,介绍了代理优化在标准测试函数算例验证、飞行器气动与多学科优化设计典型算例确认方面的研究进展,并对当前存在的一些关键科学问题以及未来研究方向进行了讨论。     

基于代理模型的结构外形优化

提出了一种将代理模型用于机翼结构外形优化的方法。重点介绍了建立结构分析代理模型的过程,包括确定设计变量及取值范围、生成试验设计点、建立参数化结构模型、有限元结构优化设计、提取结构特性并构造代理模型。最后通过一个简单的机翼结构优化算例验证了这种方法的可行性和有效性。     

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。      

考虑气动弹性约束的机翼结构布局优化设计

提出了一种气动弹性约束下的复合材料机翼结构布局优化设计方法.机翼内部翼梁的数目与机翼各部件的尺寸被统一来考虑,拓扑变量和尺寸变量由一个双层循环机制的优化程序来统一处理.第一层,使用蚁群算法来处理拓扑设计变量;第二层,使用NASTRAN的Sol200优化程序来处理尺寸变量,同时考虑强度、刚度、颤振约束,并将第二层的优化结果反馈给第一层以催生出更优的结构布局方案.最后,使用基本的颤振优化(没有调整结构布局)与本文方法对某前掠机翼进行了布局优化设计,并将结果进行了对比.结果表明,综合考虑各种设计约束下,结构布局形式对结构质量有重要影响,应予高度重视,同时证明了本文方法的正确性与可行性.     

一种基于承载效率准则的复合材料机翼结构布局优化方法(英文)

提出一种针对大型复合材料机翼结构的二级布局优化策略。系统级根据结构形变调整设计指标,子系统级优化结构布局以满足系统级约束。将机翼壁板中各种临界失效载荷的接近程度作为评判结构效率的标准,通过将结构效率作为优化目标,保证了所求解问题的连续性。加筋壁板通过等效的正交异性板模拟,并根据能量原理预测总体失稳载荷。讨论了加强筋支持弹性对于蒙皮抵抗局部失稳性能的影响,并通过神经网络代理模型对其进行逼近。采用解析模型对失效特性做出评估,减少了计算资源的占用。最后以一种大型机翼结构的综合优化作为算例,计算结果满足设计要求,验证了该方法的可行性。     

基于分布／并行计算框架求解多学科设计优化问题

计算框架是多学科设计优化研究的重要问题之一。首先,针对一种基于代理模型的二级优化方法,提出三种不同的分布／并行策略,并对这三种策略的优缺点进行分析。然后,选择其中一种分布／并行策略,以构造代理模型的过程为例,阐述该策略的实现过程。最后,以一个飞翼布局飞行器多学科设计优化问题为算例,在iSIGHT-FD／FIPERACS平台上建立一个分布／并行的多学科设计优化计算框架。应用算例表明,建立的分布／并行计算框架可以明显缩短多学科设计优化问题的求解时间。