设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

任意寿命分布的多部件系统备件配置优化算法

针对部件服从任意寿命分布的多部件系统,提出了基于蒙特卡罗仿真-边际效益分析的备件配置优化算法,采用蒙特卡罗仿真方法计算备件供应效能值,在此基础上引入边际效益分析法确定备件的优化配置.算例中以供应延误时间为供应效能目标值,以费用为约束条件,得到了由若干指数寿命件、正态寿命件和威布尔寿命件组成的多部件系统的备件优化配置清单,并对算法进行了比较验证,结果表明该算法对于解决复杂系统的备件优化配置问题具有良好的适用性.      

一种复杂系统风险概率评估方法

对有限样本条件下的复杂系统风险发生概率评估问题,提出了小样本评估小概率事件的建模方法,通过非线性函数逼近累积概率与临界参数极值之间的映射关系.建立了风险概率评估数学模型,通过非线性回归方法得到了风险概率评估基本模型.对原始数据在评估模型中产生的误差作为目标函数,建立概率评估优化模型.并采用改进遗传算法对分布参数进行优化计算.以飞行安全为例,实现了有限样本情况下的飞行风险概率的计算,并通过最优逼近函数提高了计算精度.      

自动测试系统集中互连信号优化设计

基于对自动测试系统被测设备的信号种类及数量的分析,构建了被测对象测试信号数学模型,分析了不同测试模式下的测试资源需求情况,并从提高测试系统性价比这一基本原则出发,提出了自动测试系统硬件平台测试资源优化配置的理论计算方法,对自动测试系统的工程设计具有指导意义。     

面向涡轮叶片方案优化的变保真度设计系统

提出了面向涡轮叶片初始设计的变保真度的多学科设计优化方法,建立了自动化的设计系统以提高设计效率.该系统集成了分析工具和设计团队以及数据管理系统,使得设计过程自动地运行.开始设计阶段使用基于经验公式的低保真度模型;优化中的三维仿真过程使用基于精确的流体分析和结构分析的高保真度模型.过程按照模型保真度的不同分3个阶段,渐近地获得最优解,同时考虑非设计点的优化.通过实验设计搜索并逐渐缩小设计空间,使得高保真度分析所带来的计算成本得以减少.最后以一个2级轴流涡轮的叶片初始方案设计验证了本设计系统.     

基于台架的涡扇发动机优化调整分析

提出了一种新的发动机优化调整方法.这一方法以多自由度多目标优化理论为基础,利用发动机性能仿真模型和故障诊断模型,在对故障发动机进行故障诊断的基础上,通过调整发动机可调部件以使发动机的性能达到设计要求.利用这一方法建立的发动机调整模型被用于某型处于生产试验阶段的涡扇发动机的实际试车调整中,实践表明,发动机调整模型所得到的最优调整方案能够有效地指导故障发动机的试车调整.      

解决排班问题的多目标优化模型及算法研究

为提高排班结果的准确性可靠性,提出了排班问题的多目标优化模型,并应用改进的基于信息熵的自适应遗传算法求解模型的最优解.同时引入分割集和模拟退火算法的思想进行优解的选择.通过对航空公司机组排班问题的仿真比较,模型的正确性和先进性得到了验证.      

按区域惩罚划分的并行多目标遗传算法

解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.     

基于双因素方差分析的混响室搅拌器优化研究

针对混响室搅拌器的优化问题,建立了混响室仿真模型,分析了搅拌器叶片不同夹角和不同边长比对混响室场均匀性的影响,得到了叶片较优夹角和较优边长比。通过对仿真数据进行双因素方差分析,得到搅拌器叶片夹角和边长比对场均匀性影响的权重关系。该结论为混响室搅拌器的优化设计提供了指导依据。     

大型军用运输机的飞行航迹优化

军用运输机通常在紧急情况下执行空运任务,应以时间成本作为此类飞机垂直剖面飞行航迹的优化指标.将飞行时间按上升、巡航和下滑3个阶段进行分解,采用能量状态法简化飞机质点运动方程,将优化指标转化为等效能量形式.优化巡航段参数,采用最小值原理分别完成纵向最优剖面上升和下滑飞行航迹的优化.仿真结果表明:军用运输机在上升段采用各高度的最大可用速度上升,在低于升限的某高度以最大飞行速度巡航,在下滑段采用各高度的最大可用速度下降时,全剖面飞行时间最短.研究结果对提高大型军用运输机在可能存在威胁的前线环境下的运输效率和飞行安全性等均具有一定的实用参考价值.