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.      

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。     

基于物理规划的高超声速飞行器滑翔式再入轨迹优化

 轨迹优化是新型高超声速滑翔式再入飞行器方案设计的关键技术之一。物理规划方法能够以较低的计算代价获得设计者偏好的多目标优化问题的折中解。基于该方法研究滑翔式再入最优飞行轨迹。首先介绍物理规划方法求解多目标优化问题的数学模型,然后将考虑射程最大、热载最小、热流密度峰值最小和弹道最稳定4个目标的再入最优轨迹问题纳入物理规划的框架求解。以某带翼锥形再入飞行器为例,通过计算并分析单目标优化结果,确定具体的偏好结构,采用遗传算法求解了考虑热流、过载、动压和终端条件约束的多目标最优轨迹。优化计算结果验证了物理规划方法的有效性。分析了沿最优轨迹飞行的物理原因和基本迎角控制规律,可为滑翔式再入飞行器的最优轨迹方案设计提供依据。     

平面度误差目标函数凸凹性的研究

证明了平面度误差最小区域评定法的目标函数是二维欧氏空间R2 中的连续、不可微的凸函数 ,从而证明了目标函数的全局极小值是唯一的。     

一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.     

主控格栅反射器基体结构/压电作动器参数集成优化设计

为提高反射器形面控制能力和减小在轨热变形,本文以锆钛酸铅压电陶瓷(PZT)驱动的主控格栅反射器为研究对象,开展反射器基体结构和PZT压电作动器参数的集成优化设计研究。首先,建立主控格栅反射器有限元模型并通过实验验证了有限元模型的正确性。然后,以形面控制能力最大和热变形最小为目标函数,以设计变量上限、下限和结构基频为约束,采用遗传算法(GA)和非支配排序遗传算法(NSGA-II)求解。最后,给出多个仿真算例的优化结果。仿真结果表明,控制能力最大的单目标优化,其热变形远大于控制能力,多目标的帕累托(Pareto)最优前沿可以给出更合理的设计方案。通过优化设计可以显著提高形面控制能力和减小热变形。     

高温环境下大尺度薄壁结构的电性能优化设计

考虑温度引起的热变形和材料电磁参数变化对天线罩电性能的影响,基于口径积分-表面积分法(AI-SI)和有限元法(FEM),提出了高温环境下天线罩电性能分析方法;进而基于粒子群算法(PSO),建立了计及热效应的天线罩结构电性能优化流程。分别选取常温环境、均匀高温环境和非均匀高温环境三种典型工况,对比研究了温度对天线罩电性能的影响规律,并对天线罩电性能进行了优化,研究结果表明:高温会引起天线罩透波系数的下降和瞄准误差的上升,在天线罩优化设计中应重视温度对电性能的影响;计及热效应的天线罩结构电性能优化方法能显著提升天线罩的透波系数、降低瞄准误差,具有良好的优化效果。     

不规则小行星附着可达区生成方法

针对不规则小行星表面附着任务需求,提出了一种基于动态邻域搜索的可达区生成方法。首先,建立了可达区数学模型,并采用质心距映射函数对非定点附着的终端位置约束进行了处理。在此基础上,将可达区的优化问题转化为附着基准点计算、边界起始点计算和边界点搜索三个子问题。针对附着基准点与边界起始点,分别通过最小燃耗轨迹优化与极限燃耗轨迹优化求解;针对边界点,设计了导向式动态邻域搜索方法,将复杂的非定点着陆优化问题简化为定点着陆燃耗优化与边界插值。最后,以小行星433 Eros为对象,对所提出的可达区生成方法进行了仿真。结果表明,该方法能够生成不规则小行星表面的可达区,具有较高的搜索求解效率,并适用于不同的初始位置和燃耗条件。     

大气层内固体火箭实时轨迹优化方法

针对大气层内固体火箭能量管理问题,提出一种邻近-牛顿-康托维奇凸规划的实时轨迹优化方法。首先,针对传统能量管理方法难以严格满足大气层内过程约束的不足,提出了一种对控制量模值积分进行惩罚的规则化方法,将能量管理问题转化为轨迹优化问题。然后,针对大气层内强非线性动力学与约束,提出一种邻近-牛顿-康托维奇凸规划方法,对优化问题中的非线性项进行线性化处理并在性能指标中引入邻近规则化项,提升了算法的收敛性。最后,为减小优化算法对初始猜想的依赖性,引入虚拟控制变量对控制约束与过程约束进行松弛。数学仿真结果表明:采用所提出的轨迹优化方法求解能量管理问题是有效的,能够严格满足各项约束并实现高精度终端;此外,算法具有优异的实时性,能够满足能量管理对求解速度的要求。     

CSRT与CST气动外形参数化方法对比

类别形状修正函数变换(CSRT)方法是在类别形状函数变换(CST)方法的基础上添加修正函数以克服其不具备局部性的缺点发展而来的新型参数化方法。通过考察参数化过程中翼型的表示误差和线性系统条件数,对CSRT和CST参数化方法的表示精度和数值单值性进行了对比。使用基于以上两种参数化方法的远场组元(FCE)激波阻力优化算法对超声速翼身组合体进行了零升激波阻力优化,结果对比得到:基于CSRT方法的两级优化具有更好的优化效果,激波阻力系数降低了34.7%。研究表明:CSRT方法需要比CST方法更多的参数数量以达到相似的精度,随参数数量的增长,CSRT参数化过程的病态化程度远低于CST方法;CSRT参数化方法可以结合适当的优化算法进行气动外形二级优化,其效果优于使用相同参数数量的CST参数化方法所进行的单级整体优化。