考虑高耗时约束的追峰采样智能探索方法

针对现代飞行器设计等工程优化问题中面临的约束高耗时难题,在标准追峰采样（MPS）方法的基础上,提出了一种基于过滤器的MPS-DCP设计空间智能探索方法（FMPS-DCP）,训练径向基函数网络预示高耗时目标函数与约束条件响应,利用KS方程聚合高耗时约束并根据过滤器思想筛选优质简单样本点,定制了一套新增样本点选择策略引导优化过程快速向全局可行最优解收敛,从而提高了求解高耗时约束优化问题的效率。采用一组标准约束测试算例验证FMPS-DCP方法的性能,并与CiMPS、Extended ConstrLMSRBF、ARSM-ISES和KRG-CDE智能探索方法进行对比。结果表明,FMPS-DCP在优化效率与鲁棒性方面具有显著的性能优势。最后,通过全电推进卫星平台多学科设计优化案例,验证了FMPS-DCP的工程实用性。     

基于Kriging代理模型的约束差分进化算法

广泛应用的高精度分析模型使得飞行器设计优化的计算成本不断增加,为了缩短优化耗时,基于代理模型的进化算法（SAEAs）近年来得到了广泛关注。针对现有SAEAs处理约束优化问题优化效率低下的缺陷,提出了一种基于Kriging代理模型的约束差分进化算法（KRG-CDE）,结合约束改善概率与最优适应度定制了一种改进的可行准则,从而提高新增样本点的潜在可行性与最优性,并根据种群改善情况,平衡算法全局探索与局部搜索性能。标准测试算例对比研究结果表明,相比于基于全局与局部代理模型的差分进化算法、（μ+λ）-约束差分进化算法,KRG-CDE算法在优化效率、全局收敛性及鲁棒性等方面具有显著优势。最后,运用KRG-CDE算法求解全电推卫星多学科设计优化问题,验证了该算法的工程实用性。     

HIGH CYCLE FATIGUE RELIABILITY ANALYSIS ON ROTOR HUB BASED ON APPROXIMATION TECHNIQUE

A high cycle fatigue reliability analysis approach to helicopter rotor hub is proposed under working load spectrum. Automatic calculation for the approach is implemented through writing the calculating programs. In the system, the modification of geometric model of rotor hub is controlled by several parameters, and finite element method and S-N curve method are then employed to solve the fatigue life by automatically assigned parameters. A database between assigned parameters and fatigue life is obtained via Latin Hypercube Sampling （LHS） on toler- ance zone of rotor hub. Different data-fitting technologies are used and compared to determine a highest-precision approximation for this database. The parameters are assumed to he independent of each other and follow normal distributions. Fatigue reliability is then computed by the Monte Carlo （MC） method and the mean-value first order second moment （MFOSM） method. Results show that the approach has high efficiency and precision, and is suit- able for engineering application.     

助推滑翔变体飞行器弹道方案多目标近似优化

针对助推滑翔变体飞行器弹道方案最优变形求解难、多设计指标相互矛盾等问题,开展助推滑翔变体飞行器弹道方案多目标设计优化研究。首先构建了助推滑翔变体飞行器全程弹道方案优化框架,通过内外层分别优化控制参数及弹道方案参数,并建立了以起飞质量最小、射程最大为优化目标的弹道方案多目标优化模型。在弹道建模中,基于牛顿迭代法建立助推段弹道模型,基于伪谱法建立最优变体再入滑翔段弹道模型。此外,提出了基于差分进化的多目标近似约束优化方法(MACO-DE),实现助推滑翔变体飞行器弹道方案优化。对比初始方案,在射程不变情况下,起飞质量至多降低3.81%,在起飞质量不变情况下,射程至多提升6.62%,从而验证了全程弹道模型的合理性与MACO-DE方法的有效性。     

El-Nabulsi型非保守动力学系统的近似Noether不变量

为了探究小扰动作用对动力学系统不变量的影响，研究El-Nabulsi指数模型和El-Nabulsi幂律模型下非保守系统的近似Noether不变量。根据Hamilton原理，并以非标准Lagrange函数作为其作用量泛函，建立非保守系统的El-Nabulsi型动力学方程。在此基础上，依据泛函在无限小变换下的不变性，给出非保守系统在小扰动作用下的近似Noether不变量。当未受扰动时，则给出精确Noether不变量。证明了El-Nabulsi指数模型和El-Nabulsi幂律模型下非保守系统的近似Noether不变量定理。本文方法为研究非保守系统动力学提供了一个新的思路，算例亦显示结果之有效性。