基于有效准则矢量生成的成像调度方法

进行高效成像调度是卫星控制的一项重要任务。通过将成像需求序列对应为有向图中的成像路径,结合成像调度问题特点,基于多个优化准则使用支配关系对成像路径质量进行综合评价,提出有效准则矢量生成算法。利用成像有向图的拓扑特性,基于时间顺序顶点选择策略进行顶点标记更新,生成出有向图中所有的有效准则矢量及每个准则矢量对应的一条Pareto优化路径。实验结果表明,获得的有效准则矢量数目小,算法可以在较短时间内得到多条具有代表性的优化成像路径,满足卫星成像调度的时间和性能要求。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

基于代理模型的二元收扩喷管流道型面优化设计

在二元收扩（2D-CD）喷管设计参数对喷管气动性能影响研究的基础上,以获得尽可能高的喷管推力系数为目标,以喉道宽高比、喉道型面半径比、收敛半角和扩张半角为设计变量,对二元收扩喷管的流道型面进行了优化设计。设计过程中,利用正交试验设计方法确定初始样本点,建立喷管推力系数与设计参数间的Kriging代理模型,采用自适应模拟退火算法（ASA）对代理模型进行分析求解。结果表明,二元收扩喷管的优化型面参数为:喉道宽高比为6,喉道型面半径比为0.3,收敛半角为15°,扩张半角为5.64°,此时最大推力系数为0.97847,流量系数为0.98778.      

应用博奕理论的多目标分布式气动优化设计

应用博奕理论研究了最优气动外形优化设计方法。采用的基本的优化器为基于控制理论的约束优化设计方法,通过引入标量伴随变量来执行约束条件,进而将上面的方法和对策论结合起来处理多目标翼型优化设计问题,根据各种不同的气动标准(可以是互为冲突的)来优化翼型形状。在对称Nash策略中,每一个“player”都力图优化自己的目标,而Nash平衡则提供了多个目标之间的一种解。不同的翼型分裂和设计算例表明了本文虚拟和真实Nash竞争策略在多目标翼型优化设计中的能力。成功的设计结果表明了本文方法的有效性。     

基于遗传算法的液体火箭发动机参数优化

建立了液体火箭发动机系统设计的仿真模型和多目标优化模型,采用组合优化策略和遗传算法,针对全流量补燃循环发动机,进行了不同设计变量和目标函数下发动机性能参数的优化,求得全局最优解.计算结果表明,遗传算法是解决该类问题的有效方法,可为其它类似发动机的优化提供一定的指导作用.      

GEO/IGSO混合区域导航星座的设计与优化算法

区域导航星座能够以较低成本和较短时间获得目标区域导航能力,且地球同步轨道是构建非极区区域导航星座的重要轨道类型.提出一种基于GEO(地球静止轨道)和IGSO(倾斜地球同步轨道)的区域导航星座设计方法.基于星下点轨迹特性构造对称星座设计参数和优化参数集,并考虑地球扁率长期摄动影响,计算星座轨道参数.以导航服务区的统计GD...     

余度设计中的系统可靠性最优分配模型

将任务可靠度、基本可靠度均作为系统可靠性优化设计的边界约束,并将系统研制费用视为目标函数,建立了一新的系统可靠性最优分配模型,利用该模型设计出的系统在研制费用最少的情况下,任务可靠度与基本可靠度均达到设计要求。此外,还分别建立了串—并联和并—串联两种余度设计系统的最少研制费用模型。最后通过多个实例验证了上述模型,发现系统可靠性最优分配模型考虑了更多的因素,更有实用价值。     

圆心松弛的圆环格点阵及其灵敏度优化研究

针对目前综合孔径辐射计圆环格点阵圆心位置固定,不能最大程度利用圆环中可布阵区域的问题,提出圆环格点阵圆心优化方法,在不增大布阵区域的前提下,增加了布阵自由度,为阵列性能进一步优化提供了基础。基于圆心松弛的圆环格点阵,提出一种满足给定无混叠视场范围和空间角分辨率要求的广义圆环格点阵设计方法。基于广义圆环格点阵,当给定阵元数时,依据阵列退化因子优化灵敏度。仿真结果表明:优化后的阵列具有更高的辐射测量灵敏度。     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.