全向攻击比例导引律的优化及其攻击特性研究

本文通过全向攻击引导律优化、攻击区研究以及脱靶量分析,提出一种为确定空空导弹的全向攻击导引律的研究方法。利用该方法可以获得导引品质优良而又易于实现的导引规律。它既能满足全面攻击要求,又有一定大小的攻击区、不大的脱靶量以及良好的弹道特性和适当放宽的初始射击精度要求。另外,本文还对攻击区“黑洞”进行了初步探讨。     

Pareto最优解的充分及必要条件

对多目标优化问题不需目标函数的凸性和二次可微性的假设，在约束区域具有严格点凸性的条件下，证明了Ｋｕｈｎ－Ｔｕｃｋｅｒ条件是严格局部Ｐａｒｅｔｏ最优解的必要的充分条件，并以若干例子说明其适用性。     

冗余度机器人动力学优化控制研究

稳定性和终态自运动是动力学优化中的难点.为了解决冗余度机器人动力学优化中的这些困难,深入研究了动力学优化和关节速度间的内在联系和矛盾,提出通过优化关节速度提高动力学优化的综合品质的思想,阐述了在线调节关节速度齐次项,同时改善稳定性和终态自运动的方案.仿真证实所提方案的实用性和有效性.     

飞机设备吊舱环境控制系统的优化设计

介绍了国外机载设备吊舱环境控制系统技术发展的状况,提出了一种新的回冷逆升压式冲压空气循环制冷的吊舱环控系统方案.建立了4种典型吊舱环控系统优化设计的数学模型,并对其优化方法进行了探讨.对系统优化结果的分析表明,优化设计的回冷逆升压式空气循环制冷系统具有最小的载机燃油代偿损失,其性能和效率的综合设计指标达到世界先进水平.     

反推力装置结构优化设计

根据叶栅式反推力装置结构及其工作原理,建立了反推力装置运动学与动力学数学模型,以此为基础,取反推力装置对作动系统的最大负载力极小化为目标函数,装置各运动机构满足几何关系为约束条件,建立反推力装置结构优化模型。通过反推力装置运动学及动力学仿真,并分析在不同结构参数下反推力装置运动学及动力学特性,验证了所建立模型的合理性与正确性。在Matlab环境下采用惩罚函数法对反推力装置进行结构优化设计,结果表明：优化后的反推力装置正向最大负载力下降了24.5%,负向最大负载力下降了16.3%,且各个机构运动不出现干涉,整个反推力装置可正常工作。论文建模方法与优化结果可为反推力装置结构设计提供参考。     

基于POD-BPNN的热启动策略及其在气动代理优化中的应用

传统气动优化设计需要大量CFD 分析,而代理优化（SBO）方法能够有效降低CFD 分析次数,但该方法并没有改变单个CFD 分析时间。提出一种基于本征正交分解-反向传播神经网络（POD-BPNN）模型的热启动策略,并应用于气动代理优化。使用POD-BPNN 模型对SBO 中的初始样本建立从几何设计变量到流场数据的预测模型...     

静稳定裕度对飞翼布局的影响研究

减小配平损失对于提高飞翼布局升阻比和提升飞行控制能力具有重要意义,因此基于离散伴随优化方法研究静稳定裕度对跨音速飞翼布局减阻优化的影响,分别开展10%,0%,-10% 三种静稳定性设计工况的优化研究。采用自由变形（FFD）方法对非结构表面网格进行参数化,以FFD 控制点为设计变量,通过求解流场和伴随方程得到灵敏度信息;采用序列二次规划SQP 算法获得控制点位移的梯度,然后经过多轮迭代得到优化构型。结果表明：在几何厚度和力矩配平的约束下,离散伴随优化方法可以显著提升飞翼布局的最大升阻比,三种工况下最大升阻比提高都在8% 以上;随着静稳定性裕度减小,定升力系数优化的巡航升阻比增量有所减小,当静稳定裕度为10% 时巡航升阻比提高了5.08%。     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

液体火箭发动机系统设计仿真与优化

建立了某液体火箭发动机系统设计的仿真模型与相应的多目标优化模型,编制了系统仿真程序,并在iSIGHT的软件平台上针对不同的优化目标对发动机的设计参数进行优化.采用了组合优化策略,结合多岛遗传算法和序列二次规划算法分别进行全局寻优和局部寻优,求得全局最优点.建立了单燃气发生器循环系统的质量模型,在优化过程中考虑了发动机主要部件结构质量对系统性能的影响。以燃烧室压强、混合比和喷管出口反压为设计变量,优化目标包括发动机比冲、有效载荷、结构质量、密度比冲、关机时飞行速度、推进剂综合密度.并根据结果分析了燃烧室压强和混合比对发动机性能的影响.     

基于改进蚁群算法的低空突防航迹规划

为保证低空突防的成功率,在航迹规划时必须设计出以最小的被发现概率及可接受的航程为目标的航迹.蚁群算法ACA(Ant Colony Algorithm)作为一种新型的模拟进化算法,适合用于航迹规划中最优航迹的搜索,但是算法存在搜索时间长、收敛速度慢、易陷于局部最优解的缺点,为了克服算法自身不足,提高算法性能,引入了遗传算法中变异操作和挥发系数的自适应调节,从而形成改进蚁群算法,最后结合建立的航迹规划性能指标,利用等概率寻优、原有蚁群算法和改进蚁群算法3种方法分别进行航迹规划,并通过比较和分析结果的时间花费和航路代价,验证了改进蚁群算法的有效性.