基于间接伴随法的大气层内高超声速飞行器最优上升轨迹研究

利用修正的无量纲因子,建立了适用于大气层内高速飞行器数值优化的数学模型。创新地采用欧氏空间中超立方体顶点坐标作为协状态初始值的方法解决了伴随方法的初始值估计难题,实现了间接伴随法在最优轨迹优化中的应用。完成并给出了该方法在真空状态和有空气动力存在的情况下轨迹优化结果,并在控制约束存在的前提下,对上升段轨线进行重规划,仿真结果表明,该方法快速、有效,且具有在线制导的应用潜力。     

基于减小初始扰动的弹管间隙优化设计方法

针对火箭/发射装置系统,用牛顿-欧拉法建立了火箭和发射管的动力学方程组,基于MATLAB平台编写了方程组求解程序,在此基础上分析了弹管间隙对火箭初始扰动的影响,并利用二次回归模型求出了弹管间隙的最优解。计算结果表明,初始扰动角和角速度是弹管间隙的二次函数,而最优弹管间隙为该二次函数构成的齐次方程的解。该方法能为火箭发射系统的设计提供参考。     

基于高斯伪光谱的星际小推力转移轨道快速优化

针对星际小推力转移轨道优化问题,给出了一种基于高斯伪光谱配点的快速优化 算法。首先,基于归一化的改进春分点根数建立了星际小推力转移轨道的优化模型;然后, 采用高斯伪光谱配点策略对优化模型进行离散化处理,推力方向限制和天体星历分别作为路 径约束和事件约束,将轨道优化问题转化为一个大规模多约束参数优化问题;在此基础上, 基于高斯伪光谱的配点特性,推导出性能指标和约束方程的解析雅可比矩阵,保证了雅可比 矩阵计算的准确性和效率;最后,以利用太阳能电推进探测火星和水星为例,对所给算法进 行了数值验证。数值结果表明：高斯伪光谱方法可有效用于星际小推力轨道的优化问题,并 且与数值差分相比,解析的雅可比矩阵算法可提高计算效率67.78％。
     

高斯过程元模型建模方法及在火箭弹气动分析中应用

为解决复杂系统多学科优化中高精度仿真模型计算时间过长问题,提出高斯过程元模型建模方法。首先介绍了高斯过程元模型建模方法,提出高斯过程元模型建模步骤。算例分析证明,高斯过程元模型优于2种已有元模型。高斯过程元模型能够理论上统一常用的元模型建模方法,在元模型建模领域具有良好的应用前景。     

固体运载火箭轨迹/总体参数一体化优化设计研究

研究多级固体运载火箭轨迹/总体参数一体化优化设计问题。建立了固体运载火箭轨迹/总体参数一体化优化设计相关数学模型,包括质量模型、动力模型、气动力模型和飞行程序控制模型,确定了轨迹/总体参数一体化优化问题的目标函数、设计变量和约束条件,提出了将自适应遗传算法和序列二次规划方法相结合的高效、高精度序贯混合优化算法,实现了固体运载火箭轨迹/总体参数一体化优化设计。仿真结果表明,与总体单位设计的原方案相比,优化方案运载火箭起飞质量减小13.62%,终端约束和路径约束均得到很好满足。其结果可为固体运载火箭总体优化设计研究提供理论参考。     

武器装备备件管理与优化模型研究

武器备件管理是设备管理工作中的一项重要内容。为了科学合理地确定装备的备件品种和数量,使装备尽快具有战斗力和保障性,本文通过对武器装备备件的分类、预测、备件数量以及库存的控制研究,来缓解备件供应保障中经费与备件需求的矛盾,对现有备件数量计算模型进行改进,最后建立数学模型,并提出了备件配置的优化方法。     

融合粗糙数据推理的离散麻雀搜索算法求解HFSP问题

针对麻雀搜索算法(SSA)易陷入局部最优、无法求解离散优化问题等不足,提出了一种改进离散麻雀搜索算法(IDSSA)。抽象原始麻雀搜索算法的位置更新公式,针对个体的不同身份设计新的离散化启发式位置更新策略,并针对混合流水车间调度问题(HFSP)设计了编码与解码方式;引入粗糙数据推理理论,通过数学证明解释了引入理论的可行性与合理性,为算法提供理论支撑,提高可解释性;利用上近似的性质扩大搜索空间,提高种群多样性,避免算法早熟,结合划分及粗糙数据推理提出3种策略,促进种群间信息共享,调节种群的开发能力与探索能力,降低算法陷入局部最优的概率;使用改进离散麻雀搜索算法求解混合流水车间调度问题,对3个小规模实例与10个Liao经典测试集进行仿真实验,验证了改进离散麻雀搜索算法求解混合流水车间调度问题的可行性,通过与遗传算法、差分进化算法等经典算法的对比实验,证明了所提算法的优越性与改进策略的有效性。     

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

金属增材制造技术应用于军用飞机维修保障浅析

金属增材制造技术的发展为军用飞机维修保障提供了一条数字化、定制化、高性能、短周期的技术新途径,可提升军用飞机维修保障的技术水平和能力。本文综述了军用飞机维修保障的国内外现状,指出了金属增材制造技术的应用优势,介绍了军用飞机零件的典型损伤形式、不同增材制造工艺的适用性及修复工艺选取方案,分析了所涉及的逆向建模、结构优化、智能机器人等关键技术,详述了目前存在的技术成熟度与可靠性不高、修复原则不明确、标准规范不统一等主要问题及解决措施,指出了增材制造技术在军用飞机维修保障领域未来的发展方向和趋势,并给出了具体的应用建议。     

基于不确定性的旋翼转速优化直升机参数设计

为了提高旋翼转速优化直升机总体参数设计质量,基于不确定性多学科设计优化方法,对旋翼转速优化直升机的参数设计进行了研究。首先对最优旋翼转速的不确定性进行分析与建模,同时也考虑了直升机加工制造、材料老化引起的不确定性因素,对比发现最优旋翼转速是旋翼转速优化直升机设计中的主要不确定性因素;然后在协同优化框架下,分别建立了直升机飞行性能、直升机重量、飞行稳定性与变转速涡轴发动机性能计算模型;最后以续航性能为系统学科,悬停性能、飞行稳定性分别作为子学科,进行多学科的不确定性优化设计,得到了3种不确定性优化设计方案。通过对比分析可以发现：第2种方案为旋翼转速优化直升机的最佳参数设计方案,该方案满足悬停需用功率低于350 kW,飞行稳定性指数小于0.8等约束条件的概率不低于95.46%,并且直升机的最大航时期望值也较大。