基于分布参数线性化模型的分级燃烧循环液体火箭发动机频率特性计算

采用一维分布参数模型描述发动机的管路系统,将发动机各部件和管路的线性化模型表示为联系输入输出参数的传输矩阵形式。根据发动机各部件的连接关系,将发动机系统划分为若干模块,用矩阵变换的方法求得发动机各模块的传输矩阵,构成发动机系统方程组。      

异步并行的分布式协同进化MDO算法研究

为满足分布式计算机网络环境下多学科并行设计优化协调的要求，研究了分布工协同进化MDO算法的网络异步并行实现，给出了异步并行的分布式同进化MDO算法。对导弹设计的计算实例，与单机上顺序执行的分布式协同进行MDO算法相比，异步并行的分布式协同进化MDO算法可有效缩短运行时间，而二者的收敛性能相当。算法基于CORBA/C 实现，灵活性、容错性好，便于在飞行器一体化设计环境中应用。     

分布式卫星构形调整的协同规划研究

为降低分布式卫星系统构形调整规划的求解复杂性,提出一种协同规划策略,将构形最优调整问题划分为两层规划问题,包括整体协同的星位分配与首星位相位优化的顶层规划,以及各卫星自身调整策略优化的底层规划.通过响应面模型表达两层规划的耦合,以顶层规划驱动响应面的更新,顶层规划和底层规划交替迭代执行,重点探索有价值的区域,逐步接近最优解和达到高的求解精度.以多星多冲量构形调整问题验证协同规划策略的有效性,建立了相关模型,以低计算代价获得了示例问题的满意构形调整策略.提出的协同规划策略明显降低了问题求解的复杂度,大大减少了计算开销,且易于并行执行,为充分利用各卫星的计算资源实现自主规划提供了有价值的思路.     

基于代理模型的卫星编队重构最短距离建模

针对编队卫星成员数量较多时,编队重构规划考虑碰撞规避会带来巨大的计算开销。为降低计算开销和提升优化效率,基于CW方程和双脉冲轨道机动策略,建立了能够快速预测编队卫星重构过程最短距离的多种代理模型,并基于三种不同大小的训练集,从模型精度和效率两方面进行了对比。结果表明,克里金(KRG)模型在各种代理模型中精度最高,而且随着训练量的增加,KRG和人工神经网络(ANN)模型的性能得到了明显改善,模型精度得到了一定的保证。研究还发现,尽管KRG模型预测时间高于其他代理模型,但与真实模型相比,其耗时仍然很短,因此可用于提高考虑避碰约束时卫星编队重构轨迹优化的效率。     

分布式协同进化MDO算法及其在导弹设计中应用

 针对现有基于梯度的多学科设计优化 (MDO)算法不适用于具有离散和整数设计变量、设计空间非凸或不连通的多学科设计优化问题,以及倾向于收敛到接近初始点的局部最优点的缺点,为充分发挥进化算法的优越性,根据协同进化与 MDO在本质上的相似性,采用分布式协同进化机制进行 MDO算法研究。提出了分布式协同进化 MDO算法,并将该算法应用于导弹的气动 /发动机 /控制一体化优化设计。