基于遗传算法及Hicks-Henne型

以高空长航时无人机大展弦比机翼的层流翼型为研究对象,在低雷诺数范围内结合遗传算法与N-S方程气动数值解法,依靠计算流体动力学(CFD)计算技术,对翼型进行气动外形优化设计.在基准翼型的基础上,翼型描述采用了基于Hicks-Henne型函数的解析函数线性叠加法,个体以解析函数中的变量组成,通过选择、交叉及变异操作,进行了以高升阻比为目标的优化设计.优化后翼型在低雷诺数条件下的升力系数及升阻比有所提高,证明了利用遗传算法进行层流翼型气动外形优化是可行的.     

小型长航时太阳能无人机总体设计优化方法

为解决小型长航时太阳能无人机总体设计中能量获取过程精确度低、设计参数区间寻优困难的问题,基于能量平衡原理提出了"小型低空长航时太阳能无人机总体设计优化方法"。为准确表征太阳辐射强度,引入了大气质量和大气透明度系数,用直射辐射强度和散射辐射强度建立了无人机的太阳辐射模型;基于太阳能飞机能量原理,结合太阳辐射模型和能量关系,统计无人机质量分配并参数化建模,建立了能量平衡模型并进行了验证;提出跨夜剩余航时的概念,以跨夜剩余航时最大化为目标,利用遗传算法进行优化,得到最优设计参数和方案。以6月22日在西安执飞为例进行优化设计,研制试验样机进行了飞行试验。研究表明,验证机具备跨夜飞行能力。     

无尾飞翼式高空长航时无人机纵向控制律设计研究

以某无尾飞翼式高空长航时无人机为研究对象,分析了自然飞机在高空巡航状态时的纵向稳定性,介绍并改进了传统的无人机巡航状态纵向控制律设计方法。通过在Matlab/Simulink中建立仿真模型,对两种方法进行对比分析。分析结果表明,由于无人机飞控系统的自动驾驶仪是始终在环的,不必像传统方法一样考虑带有增稳的控制系统的稳定性。因此,改进的设计方法更适合于无尾飞翼式高空长航时无人机巡航状态的纵向飞行控制系统的设计。     

高空长航时无人预警机气动及电磁特性研究

高空长航时无人预警机具有反应迅速、成本低廉、覆盖范围广等优点,是侦察卫星、高空飞艇等侦察平台的重要补充。本文基于天线特性,提出两种将柱面天线与高空长航时无人机融合的布局形式,并分析两种布局在气动及电磁特性的差异,为此类特种高空长航时无人预警机的设计提供了一定的理论依据。     

面向任务的无人侦察机航线规划算法

针对高空长航时无人侦察机航线规划问题,引入图像质量方程来预测待侦察目标的图像质量,设计了一种综合考虑目标成像质量、所受威胁因素以及侦察航线路径长度的无人机航迹性能评价函数作为粒子群的适应度函数,利用粒子群算法求出Pareto解集,通过加权确定Pareto解集中的最优解。仿真结果表明:考虑图像质量因素的无人机侦察航迹规划,能够很好地满足无人机成像侦察任务需求。     

我国首型高空长航时无人机用涡轮增压内燃机研制成功

近日,我国首型高空长航时无人机用单级高压比涡轮增压内燃机在航天科工三院31所研制成功。自20世纪80年代,以美国为首的发达国家就开始研究用于高海拔环境下的涡轮增压内燃机,并因其具有经济性良好、高空推重比高、油耗低的独特技术优势,被广泛应用于无人机动力。近年来,我国周边形势日趋严峻,面对幅员辽阔的陆域与海域,无人机成为了我军边海岸防卫的重要力量。然而,我国这方面起步较晚,现役的无人机因动力原因,无法实现高原起降及高升限长航时飞行,一款高空长航时无人机用涡轮增压内燃机的需求迫在眉睫,北京动力机械研究所的该型涡轮增压内燃机就是在这样的背景下孕育而生的。     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

特殊布局无人机多目标气动外形优化设计

从无人机外形设计的总体、气动设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,并采用了群体排序、基于共享机制的小生境等技术,使解集具有良好分布特性。在此基础上建立了一套可满足无人机气动外形综合优化设计优化模型和优化方法。针对无人机外形优化设计要求,提出了复杂外形参数化和设计变量的选取原则。根据某无人机的设计要求,以亚声速和超声速气动特性为设计目标的无人机外形综合优化设计,取得了良好的优化设计结果。     

高空长航时无人机燃油系统设计与仿真

针对某型高空长航时无人机的燃油系统进行设计,对其各部分的组成、原理及作用进行系统的分析。根据方案要求在满足重心要求的情况下,对本机的燃油可用空间做出了详细的布置。计算在燃油消耗下的飞机重心变化,提出了分散调油的输油方案,解决了在给定重心活动范围的情况下供油顺序设计问题,并对飞机机翼油箱输油过程进行仿真研究。利用流体仿真软件FLOWMASTER对燃油系统进行建模与分析。对高空长航时无人机动力及燃油系统的应用具有很高的应用价值,也为此类型无人机燃油系统的设计和优化提供了理论方法。     

改进的遗传算法在型钢桁架结构拟满应力优化设计中的应用研究

将遗传算法应用于型钢桁架的拟满应力优化设计中,为改进传统遗传算法优化计算过程中结构重分析次数太多、搜索效率不高的缺点,运用并列选择技术对传统的遗传算法进行了改进.把型钢桁架的满应力优化设计看作是一个多目标优化问题,同时把离散变量的满应力优化设计与改进的遗传算法相结合,充分考虑受压杆件的稳定性,建立以各杆应力比最大为优化目标的适应值函数,根据工程实际充分考虑规范规定的约束条件和各项技术标准要求,建立了型钢桁架结构的优化模型,大大提高了优化运算效率.算例结果表明,改进的遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的.     

基于多目标遗传算法的拖拉机变速箱体优化设计

提出基于ANSYSWorkbench平台箱体结构的有限元模型建立方法,对其在最大载荷工况下进行静力分析。以保证结构刚度为约束奈件,以减轻结构重量和提高结构强度为目标,采用多目标遗传算法对箱体结构关键参数进行优化设计。结果表明,多目标遗传算法能在可行域内快速准确地获得箱体结构优化设计的Pareto最优解集,在满足结构刚度的前提下,实现箱体结构的优化设计。     

激光切割路径优化的双重编码改进遗传算法

针对激光切割路径优化的特点,将其归纳为旅行商问题,并利用改进遗传算法进行求解。为使优化更具实际意义,建立了考虑时间距离和热效应的多目标优化数学模型。改进的遗传算法采用双重编码对轮廓扫描顺序和各轮廓的起始点同时进行优化。在编码设计时,被切割件除考虑多边形情况外还考虑到圆及椭圆的情况,通过构建的适应函数将多目标函数转化为单目标优化问题,同时为提高算法的优化性能,适应函数采用动态控制,并改进了交叉与变异操作。仿真结果表明,该算法能有效地对激光切割路径进行优化。     

基于遗传算法的超声速二维进气道优化设计

首先介绍了基本遗传算法,并由基本遗传算法演化出小生境遗传算法.应用简单的测试函数对两种遗传算法进行测试,对两种遗传算法进行比较.然后应用小生境遗传算法对二维超声速进气道进行优化设计.在单目标优化设计中,以最大总压恢复系数为优化目标,在多目标优化设计中分别顾及到总压回复系数要求最大和增压比也要很高.在对进气道的优化设计之后,对单目标优化和多目标优化的结果进行比较.     

波长路由多纤环网的优化设计

在给出波长路由环网模型的基础上,提出了一种新的整数线性规划公式以解决波长路由多纤环网（MFR）的优化设计问题,整数线性规划公式所采用的优化目标是最小结点端口数目,以此为优化目标可以保证所设计的多纤环网具有最大的经济性,利用所提出的整数线性规划公式,定量分析了在不同通信模式（单Hub和双Hub),及路由方案（波长通道和虚波长通道）的情况下,单向和双向波长路由多纤环网的网络性能差异,所获得的结论有助于多纤环网结构的优化设计。     

基于区域失衡子空间的领先NSGAII算法

针对传统进化算法求解多目标优化问题时存在计算量大、难以平衡收敛速度和种群分布均匀性的问题,本文提出了一种基于区域失衡子空间的领先NSGAII算法(NSGAII-URS).首先,基于NSGAII算法,结合局部搜索算法,在每次遗传过程中添加种群领先解解集,引导种群快速收敛;然后,将非支配解所在的目标空间均匀划分,提出稀疏子空间和空闲子空间的概念,通过基于稀疏度的局部搜索策略对失衡子空间优化,进一步提升种群分布的均匀性.我们将本文方法与其他5种先进的多目标进化算法比较,通过基准测试函数进行验证,并采用反世代距离(IGD)和超体积(HV)两个通用指标进行性能评价.实验结果表明,该算法在解的分布性和收敛性方面明显优于对比的其他多目标优化算法.     

基于搜索空间自适应分割的多目标粒子群优化算法

提出一种基于搜索空间自适应分割的多目标粒子群优化算法, 根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换, 精细分割搜索空间, 向划分出的子搜索空间分布粒子实现优化, 分割在迭代时持续进行, 直至获得最优解集. 实验结果表明: 该方法解决了多目标粒子群优化算法易陷入局部极值的问题; 在反向世代距离性能指标上, 该算法与一些典型的多目标粒子群优化算法相比, 其种群多样性和解的收敛性优势显著.     

模糊综合评判在多目标优化设计中的应用

叙述模糊综合评判方法及其在机械设计多目标问题中的应用,指出“型”与“量”两方面的优化处理相结合才能获得真正的最优解。最后以滑动轴承的多目标优化设计为例来说明模糊综合评判的应用过程。     

基于自适应网格混合机制的多目标粒子群算法

当粒子群算法(PSO)解决多目标优化问题时,由于PSO有较快的收敛效果,使得种群在寻优过程中多样性不足,易使算法早熟收敛.为有效设计多目标粒子群算法,提出基于自适应网格混合机制的多目标粒子群算法(ammmMOPSO).该算法采用自适应网格和混合机制的一种双重维护策略,以保证外部存档中的非劣解分布均匀,避免种群快速退化,...