基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

考虑微加工误差的微机械陀螺的健壮性优化

 为减小微加工误差对音叉振动式微机械陀螺设计性能的影响、提高其批量性能稳定性,以对其加工后性能变异影响最大的若干关键参数为设计变量,在分析了几何约束条件、模态性能约束条件、基于模态的加工灵敏度约束条件的基础上建立了微机械陀螺健壮性优化的数学模型。在无需事先知道微机械陀螺尺寸／性能的详尽统计信息的条件下,采用一阶摄动技术和遗传算法实现了微机械陀螺的健壮性优化设计。     

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。     

近地小推力转移轨道的加权组合制导策略

 研究了近地小推力转移轨道的制导问题,给出了一种基于局部最优控制律的自主制导算法。推导出了各改进春分点根数对应的局部最优控制律;通过最优推力分配和目标偏差两个策略,对各局部最优控制律进行动态加权组合,从而有效减少了制导律的设计参数。在此基础上,针对燃料最省转移轨道,定义了一种新的发动机开关函数。采用遗传/逐次二次规划混合优化算法计算了最优制导参数。与传统算法相比,该制导算法是一种闭环制导算法,能够实现飞行器的自主制导,并且制导过程中无需对制导参数进行更新。以地球低轨到高轨的小推力转移为例,采用该方法分别求解了时间和燃料最省转移问题,并与传统算法进行了比较分析。数值结果验证了该算法的有效性。     

高效层流翼型设计及试验验证

层流机翼设计技术是民用飞机减阻设计重要的发展方向之一。采用CST参数化方法及现代优化算法开展了面向工程应用的层流翼型设计方法研究,基于某层流技术验证机需求设计了一款层流翼型,采用数值计算和高速风洞试验对其层流特性进行了验证研究。研究结果表明,发展的设计方法可以实现层流翼型优化设计及反设计,优化翼型表面的层流区域显著扩大,升阻比有所提升;为验证机设计的层流翼段在设计点具有超过50%的层流区域,较传统翼段减阻量超过10%。研究结果对军民用高亚声速运输类飞机的层流减阻设计具有一定的参考价值。     

考虑吸气影响的层流翼型梯度优化设计

针对层流翼优化设计问题,推导考虑吸气影响的层流-湍流转捩耦合伴随方程,并结合链式求导法则、自动微分技术及CK(Coupled Krylov)算法实现耦合伴随方程的高效求解,构建基于离散伴随理论的混合层流(HLF)翼梯度优化设计系统。转捩预测采用基于扰动放大因子模型(AFM)的e^N方法。层流飞行试验结果表明,基于AFM的转捩预测方法能够有效捕捉吸气控制影响下T-S(Tollmien-Schlichting)扰动波失稳诱导的转捩现象。利用构建的梯度优化系统开展层流翼型多点设计,并与非梯度优化方法的优化结果进行对比。自然层流设计结果对比显示,不同优化方法得到的设计结果呈现出较强的一致性。混合层流翼型多点设计结果显示,混合层流优化具有比自然层流优化更强的减阻能力。相比于自然层流优化翼型,混合层流优化翼型分别减阻6.1%、5.9%、33.3%、9.5%。本文构建的基于离散伴随的层流翼梯度优化方法能使混合层流机翼的气动性能得到大幅提升,可为未来混合层流机翼减阻设计提供方法支撑。     

桁架拓扑优化几何稳定性判定法和约束方案比较

为提高桁架结构几何稳定性的判定准确度和桁架拓扑优化结果的工程实用性,对桁架结构几何稳定性的判定方法和桁架结构拓扑优化问题中3种几何稳定约束方案的有效性进行了比较研究。首先结合简单桁架示例,对比了判定桁架结构几何稳定性的几种方法,给出评估桁架结构几何稳定性的一种简单流程;然后对处理桁架结构几何稳定性的3种常见约束方案,给出了对应拓扑优化问题的一个统一的半定规划（SDP）模型;最后结合算例讨论了3种几何稳定约束方案下的拓扑优化结果,说明了不同方案的有效性。结果表明,考虑附加载荷或全局稳定约束均不能保证优化后桁架结构的几何稳定性,但在约束值合理设置的情况下,考虑基频约束则可以保证。      

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率,提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人,并通过优化关节轨迹,对机器人末端残余振动进行抑制。首先,给出物料装填机器人的总体设计方案和工作流程。然后,结合物料装填机器人的结构特点,应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型,并应用模态分析方法得到机器人末端动态响应计算方法。最后,以物料装填机器人关节残余弹性势能最小为优化目标,使用最大最小蚂蚁系统,对机器人关节轨迹进行优化,并对优化结果进行仿真验证。仿真结果表明,优化后的关节轨迹,在满足快速装填要求的基础上,可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。