带约束多段多项式拟合算法及软件

本文介绍了使用带约束多段多项式进行数据拟合的实用算法及软件。这种基于最小二乘法的方法比单个高阶多项式拟合更能刻画某些所需的局部特性。文中考虑了分段节点处及非分段节点处的三种等式约束,即函数值、斜率值及二阶导数值约束,可以满足数据拟合的实际需要。相应的计算机程序以 MS-FORTRAN4.0及 MASM 5.0混合写成人图交互及 Borland 风格菜单形式。应用用户友好程序设计思想,增强了普通数值计算程序的应用潜力。通过方便的人图交互确定合适的分段数、节点安排及各段多项式阶次以得到满意的拟合结果。最后给出了一个实际应用例子以表明本文算法及软件的实用性。     

一种新型并联灌注机器人运动学分析和多目标优化

针对大型航天器蜂窝结构灌注需求,提出一种新型串并混联灌注机器人机构,主要对并联机构进行分析研究。首先,对3PSS-PU并联机构进行了运动学分析,建立了运动学反解数学模型和雅可比矩阵;其次,确定了影响机构工作空间主要因素的约束条件,求解出了机构的工作空间;然后,建立了机构的刚度模型,求得机构在运动过程中的刚度变化分布;最后,利用遗传算法,以工作空间和全局刚度为目标对机构结构参数进行优化分析,确定了最终的机构尺寸参数,为蜂窝灌注机器人应用奠定基础。      

基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

基于运营要求的民用飞机概念设计参数优化

可靠性、经济性和环保性是民用飞机设计必须考虑的运营要求,通过系统研究签派可靠度估算模型、全寿命周期成本和碳排放量模型,构成多目标函数。同时,根据民用飞机实际运营中需要满足的性能要求,建立约束限制条件,最终形成多目标优化模型,然后采用遗传算法实现对优化模型的寻优计算。以A320机型为例,针对不同设计目标进行优化计算。优化结果表明遗传算法的优化方法可行,可为民用飞机概念设计参数的选取提供参考。     

基于MODPSO-GSA的协同空战武器目标分配

提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性.      

基于尾流效应的编队飞行优化分析

针对如何利用前机尾涡的上洗气流来达到减小后机飞行阻力的问题,进行了基于尾流效应的编队飞行优化分析。首先,通过分析后机在尾涡上洗气流中的受力情况,建立了尾流效应相关模型;然后,通过计算诱导滚转力矩系数评估后机飞行的安全性,通过阻力系数的变化判定诱导减阻效果;最后,建立多目标优化评价模型,以后机的安全性和诱导减阻效果为优化目标来确定后机在编队飞行中的最佳位置。研究结果表明,最佳编队位置并不是固定的,飞行高度、飞行速度等外部因素都会对编队飞行中后机的最佳编队位置产生一定的影响。     

某压气机静叶基元叶型优化设计及实验

为了得到更加适合压气机静叶的叶型以降低气动损失,提取了静叶中径处的叶型,通过平面叶栅实验获得了原叶型的损失特性,发现原叶型气动损失较高,需要通过合理匹配设计参数来降低损失。为此,搭建数值优化平台在约束空间内搜寻气动损失更低的叶型,目标函数的构建综合考虑了多个冲角下的总压损失系数以提升叶片的变工况性能。优化结果显示：目标函数值降低了约9%,进一步实验研究发现,在实验涉及的整个马赫数和冲角范围内优化叶型比原叶型具有更低的总压损失系数,设计工况总压损失系数较原型叶型下降了31.3%,提升了叶型在正冲角边界附近的抗失速能力,设计进口马赫数正4°冲角下气流折转角增加1°。通过对实验结果的深入分析,解释了叶型性能提升的机理,对工作在相似环境的叶型设计及多目标优化方向给出了建议。     

双轴转位机构内框的结构优化设计

为了提高某型转位机构内框的精度,使用响应面方法和多目标遗传算法,针对内框的尺寸参数进行了多目标优化。优化结果有效的减轻了转位机构内框质量,提高了内框的一阶固有频率。最后使用Ansys Workbench进行仿真验证,表明该优化方法具有一定的准确性和可靠性。     

Optimization Design System for Composite Structures Based on Grid Technology

To solve the topology optimization of complicated multi-objective continuous/discrete design variables in aircmit structure design, a Parallel Pareto Genetic Algorithm （PPGA） is presented based on grid platform in this paper. In the algorithm, the commercial finite element analysis （FEA） software is integrated as the calculating tool for analyzing the objective functions and the filter of Pareto solution set based on weight information is introduced to deal with the relationships among all objectives. Grid technology is utilized in PPGA to realize the distributed computations and the user interface is developed to realize the job submission and job management locally/remotely. Taking the aero-elastic tailoring of a composite wing for optimization as an example, a set of Pareto solutions are obtained for the decision-maker. The numerical results show that the aileron reversal problem can be solved by adding the limited skin weight in this system. The algorithm can be used to solve complicated topology optimization for composite structures in engineering and the computation efficiency can be improved greatly by using the grid platform that aggregates numerous idle resources.     

遗传算法在雷达吸波涂层多目标优化设计中的应用

本文利用遗传算法实现了雷达吸波涂层的多目标优化设计.首先对目标函数进行合理设计,同时基于Pareto最优概念,采用非劣分层遗传算法(NSGA)进行多目标优化.对具体实例的优化结果表明,该方法利用共享函数和小生境技术,可以使优化结果均匀的收敛于Pareto域附近.同传统优化方法相比,该方法物理意义明确,对决策者来说更具科学性、针对性和实用价值.