基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

考虑微加工误差的微机械陀螺的健壮性优化

 为减小微加工误差对音叉振动式微机械陀螺设计性能的影响、提高其批量性能稳定性,以对其加工后性能变异影响最大的若干关键参数为设计变量,在分析了几何约束条件、模态性能约束条件、基于模态的加工灵敏度约束条件的基础上建立了微机械陀螺健壮性优化的数学模型。在无需事先知道微机械陀螺尺寸／性能的详尽统计信息的条件下,采用一阶摄动技术和遗传算法实现了微机械陀螺的健壮性优化设计。     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题,提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,并满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题,并与CO方法进行了对比,结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中,验证了LDFCO/V1的可行性和有效性。     

探讨飞行器翼身不同结构刚度对翼尖位移和结构重量的关系

为了研究大展弦比双机身布局无人机中翼身结构不同刚度对结构响应的影响,本文采用有限元分析与满应力优化相结合来探讨这一问题.计算结果表明:机翼与机身之间不同刚度对结构响应存在影响.建议结构设计时注意这一现象并加以利用,从而得到轻量化的结构设计.针对算例进一步计算与分析表明:采用本文方法得到的结构优化方案,同样也能够满足该飞机的静、动气弹要求.结论:采用本文方法,不仅可以研究飞机部件之间不同刚度对飞机结构响应的影响,还可以进行全机的结构方案设计,并对此方案进行刚度、强度、颤振和控制面效率的分析与评估.     

有限推力下时间最优轨道转移

研究了一种有限推力作用下的时间最优轨道转移计算方法。以非奇异根素形式的高斯行星摄动方程为基础,由庞德里亚金极小值原理导出正则方程组,通过将最优控制问题转化为协状态初值为待优化参数的参数优化问题,并通过非线性规划求解得到的参数优化问题,从而避开求解两点边值问题的困难。文章最后给出2个算例,分别计算了零倾角零偏心率最优轨道转移和大倾角改变最优轨道转移。计算过程及结果表明本文所用方法对协状态初值猜测敏感性小,收敛迅速;零倾角零偏心率情况下无奇异;所得控制轨线光滑。     

空间邻近目标跟踪与航迹关联的联合优化算法

针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率.     

平面交叉口混合交通流建模与仿真

在混合交通条件下,交通参与者成分复杂,各种交通方式速度各异,交通冲突频繁。特别是在交叉口机动车与非机动车相互干扰,带来了安全、效率、污染等多方面问题。本文首先介绍我国混合交通流的特点,然后对自行车个体微观行为进行定性的描述分析。通过对实际信号交叉口的调查研究,和对机动车流率与非机动车到达与释放规律的模型建立与定量计算。分析总结出平面交叉口机非干扰的一般规律和冲突避让原则。根据实测数据,结合视频处理和统计软件的使用通过计算直行与左转非机动车换算系数,提出了改进的机动车延误时间模型,并通过使用VISSIM3．6进行微观仿真验证了模型的有效性。     

交会对接载人飞船返回舱结构优化设计

为减轻飞船返回舱结构重量、使结构形式更为合理,对返回舱主要部件进行了结构优化设计。在不降低结构可靠性、满足与其他设备接口匹配性等4项优化原则的基础上,合理选取优化对象,确定了优化目的和约束条件,并以前端框、滚动发动机舱和贮箱隔舱3个主要部件为例分别进行阐述。通过优化设计,3个主要部件的结构重量减轻了0.25～10kg,...     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。