飞翼翼型高维目标空间多学科综合优化设计

传统的优化方法在处理高维多目标问题上面临多重困难,针对高维多目标优化问题,进行合理的目标降维是一种实用高效的方法。本文首先讨论、研究了PCA目标降维算法在高维多目标应用中的思路,通过典型高维度目标测试函数中的应用,验证了降维方法的有效性,进一步将该方法推广应用于翼型气动隐身多学科综合设计中,对综合设计高维度目标空间进行主成分分析。利用主成分分析提取主成分并辨识"冗余"或者不重要的目标,将冗余目标去除或者作为约束加入到重要目标的优化过程中。结果显示,目标空间降维以后的优化设计结果满足力矩、阻力发散、巡航升阻比、低速升力特性以及隐身特性等综合设计的要求。进一步探讨、展望了该方法在飞行器多目标、多学科优化设计中的应用前景。