多目标演化算法的对比研究

多目标演化算法已成为优化技术研究的一个重要方向，介绍了多目标演化算法的分类方法，给出了其基本流程。按时间顺序详细介绍了现有的九种典型多目标演化算法的实施过程，对比了这些算法的优缺点，并讨论了与多目标演化算法相关联的一些问题如约束的处理、算法的收敛性等。     

一种求解武器--目标分配问题的新方法

提出了一种求解武器-目标分配问题的新方法.阐明了将武器-目标分配问题作为组合优化问题,采用遗传算法进行求解,并针对问题特点,给出了基于系统信息的启发式操作方法及适合的操作算子.仿真结果表明,此方法可以明显提高问题求解的速度及精度.     

负二项分布环境因子的经典限

本文推导了负二项分布环境因子的非随机化最优置信限和随机化最优置信限,并讨论了严酷环境下的试验信息与良好环境下的试验信息相互折算的问题。为了满足工程实际的需要,我们也给出了部分表值。     

大功率无电极高密度等离子体电磁推进概述

无电极高密度等离子体电磁推进技术已成为未来深空探测、载人航天和货运、太阳能电站以及航天器在轨服务与维护等空间任务中极具竞争力的核心推进技术之一。在梳理不同无电极等离子体电磁加速机制基础上,开展大功率无电极高密度等离子体电磁推进技术性能对比,给出新概念无电极场反构型电磁推进技术向未来超大功率拓展的优势和发展潜力,同步分析了该技术亟需解决的关键基础问题,旨在为中国新概念场反构型电磁推进技术的研发提供理论基础。     

2 AU以内的“渐进型”太阳高能粒子事件模拟

太阳高能粒子（Solar Energetic Particle,SEP）事件是影响地球空间以及深空辐射环境的主要因素之一。“渐进型”太阳高能粒子事件中的高能粒子主要来自于日冕物质抛射（Coronal Mass Ejection,CME）所驱动的激波扩散加速（Diffusive Shock Acceleration,DSA）过程。CME驱动的激波在行星际的传播过程中,其结构不断演化,进而影响到高能粒子的加速过程。本文利用二维太阳高能粒子加速和传播模型,对发生于2014年4月18日的太阳高能粒子事件实例进行了数值模拟。模型考察了黄道面上2 AU的距离以内包含地球所在位置的4个不同点,分别计算了每个点上高能粒子的通量。数值模拟的结果表明：黄道面内不同位置的观察点,与激波波前的磁力线连接不同,从而导致观察点处高能粒子的通量有着显著的差异。该模型的计算结果可以为深空探测计划开展辐射环境研究提供必要的输入。     

加速退化试验测量不确定度评定方法

受测量分散性、仪器误差等因素影响，加速退化试验中存在测量不确定性问题。提出了加速退化试验测量不确定度的传播与评定方法，以提高试验评估结果的准确性和可信性。首先，介绍了加速退化试验中的测量不确定度来源，并结合维纳过程加速退化模型参数估计过程分析了测量不确定度的传播效应；其次，分别利用测量不确定度指南评定法（GUM）和蒙特卡洛法，量化评定了加速退化试验中性能观测数据测量不确定度对正常应力水平下产品可靠性评估结果的影响；最后，采用某型空间用高分子传感器案例对本文所提方法进行验证，并针对2种方法的估计结果进行了对比分析，验证了所提出方法的有效性。     

应用改进多种群遗传算法的多星成像目标规划方法

针对目前多星成像目标规划求解算法容易陷入局部最优解,且对于大区域目标及规划时间周期较长时不能尽快规划出较优的成像方案问题,提出一种改进多种群遗传算法的多星成像目标规划方法。以成像规划方案周期最短、覆盖率最大为目标函数建立模型;利用改进的多种群遗传算法对模型进行求解,采用移民算子种群在多种群之间关联及更新种群,保留每代进化中的最优成像方案。利用多星对区域目标成像验证了所提出的方法,结果表明:此方法能够较好地用于模型的建立及求解,有效地规划出目标函数较优的成像方案。     

涡扇发动机全包线加速控制计划改进方法研究

加速控制计划直接影响了发动机的响应速度以及运行安全。为了提高发动机响应能力,提出了一种基于等温度线的发动机全包线加速控制计划。分别针对稳态和动态过程开展相似换算误差分析,证明并验证了关键参数在等风扇进口温度时,具有较高相似换算精度的规律。基于此换算误差理论,提出全包线加速控制计划改进方法,该方法在不同等风扇进口温度下设计多条加速控制计划,再通过线性插值得到包线内不同等温线下的加速控制计划。结果表明,改进后的加速控制计划相比于传统单点优化得到的加速控制计划,发动机加速至最大转速的98%所需的时间减少了7.2%,最大转速提升了1%,且风扇、压气机喘振裕度和涡轮前温度等均未超出限制值。因此,该方法相比于传统单点优化方法既提升了在包线内获取的加速控制计划的精度,又确保了发动机在包线内安全稳定工作的前提下更好的发挥加速性能。     

遗传算法在机翼气动优化设计中的应用

把最优化方法与机翼的气动力求解相结合,进行跨音速机翼的气动优化设计。采用最优化方法为遗传算法,机翼的气动力由三维欧拉方程的数值解来提供。与基准机翼相比较,优化设计的机翼其气动性能有较大幅度的提高,表明遗传算法在机翼优化设计中的可行性和有效性