基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。     

多星博弈拦截Nash和Pareto策略研究

针对多星博弈拦截问题,基于微分博弈对策研究了各航天器的博弈策略。分别讨论了多颗拦截器的非合作Nash反馈策略,以及合作Pareto反馈策略。首先针对Nash均衡,各拦截器以终端零控脱靶量为指标设计了博弈策略,而目标的策略以终端脱靶量的加权和进行设计。进一步,考虑各拦截器采取合作方式进行拦截,相应的博弈策略基于单一指标的凸组合进行设计,而目标的策略保持不变。通过比较,Nash反馈策略与Pareto反馈策略相同,使得拦截器可以采取非合作模式实现合作拦截的目的。最后仿真分析了2颗拦截器对同一目标进行拦截的博弈态势,表明了本文提出的博弈策略对多星博弈问题的有效性。     

Pareto分布及其在可靠性设计资源分配等问题中的应用

ParetoⅠ型图是QC小组基本工具之一。介绍ParetoⅡ型图、Pareto分布、Pareto累积分布及连续型Pareto分布函数,推荐几种Pareto分布函数的数学模型,以可靠性设计资源分配实例说明Pareto分布在资源分配合理性分析中的应用,并提出了3种分配合理性指标。     

地外文明探索与超光速研究(五)

2004年11月,宋健院士策划、组织并领导了一次学术会议--第242次香山科学会议,其主题就是"宇航科学前沿与光障问题".不久前,有学者在学术刊物上撰文称,该会议"是在科学发展的重要时刻探讨关键问题的一次重要会议,标志着中国科学家对重大科学问题的参与,具有历史里程碑的意义".这样高的评价是否正确姑且不论,但它取得了成功并产生了相当大的影响则是肯定的.     

中国卓越研究奖在京颁发

2008年5月28日，由中国科学院国家科学图书馆科学前沿分析中心、《科学观察》、汤姆森科技信息集团（Thomson Scientific）联袂举办的“科学前沿——中国卓越研究奖暨科学引文中国论坛”在北京举行，各学科领域的24篇论文获得“中国卓越研究奖”。专家学者还通过科学引文中国论坛，针对学术研究焦点、自主创新与科技进步、研究趋势与发展方向等相关内容展开讨论并交流，     

基金成果简讯

离轴大视场数字全息粒子图像测速技术(DHPIV)研究及其应用【项目编号】2004ZA51039【项目负责人】申功炘【依托单位】北京航空航天大学完成情况简介:本项目是流体力学研究前沿之一。针对目前各种器件条件的限制,研究了同轴全息光路纪录系统的各种实验参数对纪录品质影响的数字模拟;开发了扩大观测视场的同轴全息光路纪录系统;提出了采用     

返回散射电离图的前沿提取方法

提出了返回散射电离图前沿提取的方法. 其中, 一层电离图前沿和两层电离图下面一层前沿是在消除干扰和噪声后的电离图上采用边缘识别方法进行提取的, 两层电离图上面一层前沿则是在仅经过干扰抑制的电离图上采用基于高斯型加权系数的能量梯度算法进行提取的. 本文提出的前沿提取方法准确率较高, 并且易于实现, 已在工程中得到应用.      

考虑气动-结构的高空螺旋桨多学科优化方法

为实现高空螺旋桨高效率和轻质量之间的权衡设计,提出一种考虑螺旋桨气动-结构性能的多学科多目标优化设计方法,理论上可得到约束条件下推力最大和质量最小的Pareto解集。但工程应用中,变量太多,可接受时间内仅能获得Pareto解集拟合趋势。为避免优化周期太长,提出以下阶段性优化方法。阶段1：根据上述Pareto解集拟合趋势和平台约束,确定最优桨径;阶段2：进行基于最优桨径的气动优化获得气动外形,结构优化获得结构方案。使用该方法对高空太阳能无人机螺旋桨优化,两个阶段耗时分别为96 h和4 h。对获得螺旋桨制造,仿真和试验,对比结果表明：推力最大误差为10.9%,质量误差为6.9%,刚度误差为15.2%,固有频率误差为15.4%,试验结果也表明该方法的合理有效性。     

信号采集卫星系统星地资源快速调度优化方法

针对信号采集卫星系统中,采集目标的优先级和携带的信息量在星地资源调度过程中不断随时间变化的特点,提出了一种基于二次映射编码的动态调度差分演化算法（QMDSDE）。算法将采集目标的优先级和携带的信息量进行加权,作为采集的收益。在迭代求解时,根据卫星可见时间窗口的周期性特点设置固定的检测频率,以当前时刻所有目标收益的平均值和敏感系数的乘积作为检测环境变化的阈值。当检测算子的值大于阈值时,算法通过前向预测模型动态调整搜索方向,寻找问题的实时Pareto最优解。算法采用二次映射编码消除星地资源组合中的无效解,降低了算法的搜索空间,提高了算法的求解速度。经仿真校验,该方法在信号采集过程中,可以得到收益较好的星地资源调度方案,且具备较快的收敛速度。     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.