基于遗传模拟退火算法的无人机航迹规划

航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法.首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力.仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.     

带制退器复杂流场并行算法研究

基于集群系统(CLUSTER),在Linux和MPI并行环境下,研究了带制退器的复杂膛口流场三维数值模拟并行算法。计算网格是三维多区结构化网格,数值格式采用Jameson格式及LU隐式分解方法。针对流场的复杂拓扑结构,建立分区信息文件记录各分区的相关信息,并提出了通过合并相邻网格分区的方法均衡各个进程的负载,提高程序的并行效率。在处理需要通讯的信息时,设计了自定义数据类型和"设置中间参数"相结合的方法,并通过动态分配内存减少了程序对计算机系统资源的占用。数值实验表明,本文设计的算法可以适应拓扑结构较复杂的流场,并能取得理想的并行效率,将有助于制退器性能的研究。     

电磁场作用下包晶合金定向凝固过程传输模型的建立

建立了二元包晶合金在电磁场作用下定向凝固过程中多场耦合的数学模型,并根据包晶转变不同阶段的特点,提出了包晶转变中固相分数的计算办法。该模型可以计算电磁场作用下包晶合金定向凝固中的流动、传热、传质的过程,为电磁场作用下包晶合金定向凝固过程的数值计算及对实验结果的分析提供理论依据。     

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题,并针对该问题建立优化模型,模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时,为求解所建立的模型,构造了一种基于精英选择策略的自适应遗传算法．通过使用实际航班数据对模型进行仿真研究,证明了模型及算法的可行性、     

适于直升机配平计算的混合遗传算法

结合传统的数值计算如拟牛顿法的局部快速收敛特性,以及遗传算法的全局收敛与群体搜索的优点,发展出一种新的混合遗传算法,使之具备全局快速收敛特性。通过两个算例及某型直升机在前进比为0.2状态下的配平,验证了该算法的可行性及高效性,从而为直升机的配平计算提供了一种新的成功的算法,同时也在传统数值分析方法和现代智能进化算法之间的有效结合做了一次比较成功的尝试。     

直接的矩阵分裂计算跨音速喷管流场

给出了分离系数矩阵求解欧拉方程组时系数矩阵的直接分离公式，减少和简化了应用该方法时的矩阵运算，参照Ｂｅａｍ－Ｗａｒｍｉｎｇ显式格式构造与ＳＣＭ方法一致的内点差分格式，并分析了它的数值特性，对有斜激波的跨音速内流场进行了数值仿真。计算中采用变系数的当地时间步长，加快了流场达到的收敛速度，计算无需引入任何人工参数，计算值与实验结果吻合。     

飞行器气动与隐身性能一体化优化设计方法研究

首先根据多学科综合优化设计理论 ,针对飞行器外形布局设计特点 ,开展飞行器气动与隐身性能综合优化设计方法研究。分别采用线化格林函数法与粘性修正相结合以及物理光学法与等效电流法相结合的方法 ,建立了飞行器气动力特性与隐身特性的计算方法。利用多学科优化设计理论和遗传优化算法 ,开展了关于飞行器气动与隐身性能的协同优化设计方法研究。取得了初步的研究结果。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

一种极化雷达极点特征抽取算法

在建立雷达目标的单频多极化幅度响应方程的基础上,提出了运用极化分集技术和线性化最小二乘法提取目标极化本征系数的方法,此组系数是与目标的姿态角无关的绝对极化不变量,亦即目标的极点。最后以哑铃型目标为模型进行计算机仿真研究,结果表明这种极化雷达极点特征抽取算法是有效可行的。     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。