涡轮转子径向变形多目标协同稳健性优化

考虑到涡轮转子径向变形对涡轮叶尖径向间隙以及篦齿径向封严间隙的影响,提出涡轮转子径向变形多目标协同稳健性优化方法。利用基于Kriging模型的分布式协同响应面法(DCRSM)分别建立涡轮转子和涡轮篦齿的参数与径向变形间的响应面模型,并求解单目标下的稳健最优解。采用理想点法建立涡轮转子和篦齿径向变形多目标协同稳健性优化模型,并进行多目标协同稳健性优化求解。优化结果显示:提出的多目标协同稳健性优化方法与单目标稳健性优化方法相比涡轮转子和篦齿径向变形量的标准差分别降低了2.6%和4.9%。提出的方法为涡轮转子参数设定提供一定的参考。      

基于多目标优化的星空认知网络鲁棒波束成形算法

卫星通信(SC)网和无人机(UAV)通信网之间频谱共享、相互融合，能较大提升频谱效率，有望成为第6代移动通信的关键技术之一。与现有文献不同，本文在系统非完美信道状态信息(CSI)的条件下，考虑了次级用户可达速率最大化和发射功率最小化2种准则，利用加权切比雪夫方法构建满足概率约束的多目标优化问题(MOO);由于该问题较为非凸，利用概率公式、半正定松弛等方法将其转化为凸问题，并进一步通过半正定规划(SDP)求解，得到鲁棒波束成形权矢量，获得2种性能指标间的帕累托最优权衡。计算机仿真验证了所提鲁棒波束成形算法的有效性和优越性。     

结构与纯度结合的新型决策树分裂准则

决策树（Desision tree， DT）生长关键步骤的分裂或分叉准则通常根据纯度和误分类误差等实现，分裂生长分为轴平行和非轴平行方式。这些分裂准则一般与数据内在结构（如类别是否是多簇或单簇组成）无关。为了弥补这一缺失，本文提出了两种混合分裂准则，分别用加权和两步法将同类内的节点间距（Between-node margin within the same class，BNM）和同一节点内的类紧性（Within-class compactness and between-class separation in the same inner node，CSN）与纯度度量相结合。由于传统决策树以贪婪方式生长，仅能确定出当前的一个局部最优分裂点，为改善这个缺点，本文首先根据纯度确定出前k个候选分裂点，然后通过最大化BNM和最小化CSN确定最终的分裂点，不仅缓和了纯度上的局部最优性，而且引入了数据结构的全局性，因此能较大程度地改进后代节点的分裂，增强树的泛化性和可解释性。将上述两种分裂准则组合还可以进一步提升性能。在21个标准验证数据集上的比较结果表明：新准则下的决策树不仅提高了预测性能、降低了复杂性，而且相比于其他采用混合分裂准则的DTs更具竞争力。     

基于多目标决策的 对岸火力支援火力分配模型

在建立对岸火力支援作战中火力分配思维机制的基础上,根据最优火力分配的基本要素,构建了基于多目标决策分析的火力分配模型。通过改进后遗传算法对模型进行仿真求解,结果验证了多目标决策分析方法在对岸火力分配问题中的适用性,运用改进后的遗传算法对火力分配模型求解具有明显的优势。     

拦截大气层内机动目标的深度强化学习制导律

针对大气层内高速机动目标的拦截问题，提出了一种基于双延迟深度确定性策略梯度(TD3)算法的深度强化学习制导律，它直接将交战状态信息映射为拦截弹的指令加速度，是一种端到端、无模型的制导策略。首先，将攻防双方的交战运动学模型描述为适用于深度强化学习算法的马尔科夫决策过程，之后通过合理地设计算法训练所需的交战场景、动作空间、状态空间和网络结构，并引入奖励函数整形和状态随机初始化，构建了完整的深度强化学习制导算法。仿真结果表明：与比例导引和增强比例导引两种方案相比，深度强化学习制导策略在脱靶量更小的同时能够降低对中制导精度的要求；具有良好的鲁棒性和泛化能力，并且计算负担较小,具备在弹载计算机上运行的条件。     

某大型飞机后缘襟翼气动/机构综合优化设计

大型飞机增升装置的研制不仅需要其提供足够的气动性能,也需要对噪声、舒适性等进行综合考量设计,而增升装置是提高大型飞机综合性能的重要系统,也是目前技术发展亟待研究和解决的重要问题。对于增升装置机构设计,通过设计较为简单的铰链襟翼机构来引导襟翼达到较优位置,然后选择气动性能较好的位置作为新的优化位置,求得较优机构位置。机构位置改变结合气动性能验证需要进行大量的迭代计算以及结果优化,因此以机构设计为基础,探究多目标优化计算的新方法,最终实现气动结构一体化设计目标。选用铰链式后缘襟翼为研究对象,综合考量后缘襟翼旋转与扰流板下偏联合运动对于气动性能影响,利用所研究方法,对其进行气动机构一体化设计并得出设计结果。     

涡扇发动机二元排气系统推力与红外特征多目标型面优化设计

以涡扇发动机二元排气系统为例，以排气系统推力系数、3~5 μm波段正尾向红外辐射特征为优化目标，以窄边探测面30°和宽边探测面90°方向的红外辐射特征为约束，以喷管喉道宽高比、喉道型面半径比、收敛半角和扩张半角为优化变量，在发动机地面军用动力状态，研究排气系统推力与红外特征的多目标型面优化设计。在设计过程中，基于正交试验法确定初始样本点，建立排气系统推力系数、红外辐射特征与设计变量间的RBF代理模型，采用自适应模拟退火算法对代理模型进行分析求解。结果表明：多目标优化方法可应用在排气系统推力与红外特征的兼容设计上，并可取得一定的效果，相比基准二元模型，仅通过型面设计，多目标优化后排气系统推力系数提高了5.3%，在正尾向的无量纲积分辐射强度降低了17%。     

基于 PDPC-EMV模型的装备研制方案优化设计

将全面质量管理的过程决策程序图法(PDPC)与决策分析技术的期望值法(EMV)有机结合,构建了PDPC-EMV理论模型,并将该模型引入到武器装备研制方案的设计环节中,用风险评估的思维解决全面质量管理的问题,为武器装备研制方案的设计工作开辟了一种先期质量控制思路。     

无人机空中冲突探测与避撞研究

近年来，无人机运输业迅猛发展，其飞行过程中的冲突探测与避撞问题成为亟需解决的关键问题。在无人机周围建立合理的三维空间模型，优化包括紧急避撞区域、一般避撞区域、监视及提前避撞区域的三级避撞区域系统，并利用ADS-B 报文提供的无人机位置、速度等信息，基于无人机一般二维平面上的冲突探测与避撞算法，通过增加垂直方向上的冲突识别来改进冲突探测算法，对比调速、调向两种避让方案在各避撞区域的成功率。结果表明：改进算法能在无人机数量大幅增加的情况下有效识别冲突无人机，同时采用先调速后调向的避让方案，避撞成功率达到99.75%，可为保障无人机的飞行安全提供有效策略。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题，提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先，以一类后掠角可连续变化的高速飞行器为研究对象，给出变形飞行器动力学模型，分析模型特性及变形量与关键气动参数之间的定性关系。其次，基于关键气动数据特征分析，考虑包含气动性能、控制误差在内的综合性能指标，设计一种基于DDPG算法的智能变形决策方案。再者，针对带有标称控制器的HMFV进行变形决策训练，实时获得滑翔过程中不同飞行状态下的最优构型。最后，仿真结果表明所设计的智能变形决策算法收敛效果好，且具备较好的泛化性能。相比于固定外形，可通过变形使得在不同状态下的升阻比保持最优，且与考虑单一决策指标相比，考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。