改进的免疫遗传算法在桁架结构优化设计中的应用

从免疫系统原理出发,结合遗传算法提出了一种基于二次选择的免疫遗传算法的构造,避免了传统遗传算法易陷于局部最优的不足。对该算法中最为关键的两个部分,选择概率和抗体浓度的构造进行了讨论。并将该算法应用于桁架结构的结构优化设计,与标准遗传算法优化的结果相比较,优化能力有所提高。     

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，对新近发展的蚁群算法进行了讨论，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

利用并行子空间优化方法实现复杂工程系统并行设计优化

介绍了应用于航空航天领域内复杂系统设计的一种基于全局敏度方程的并行子空间优化算法,分析了算法的计算结构和参数设置,根据其收敛过程振荡和收敛早熟问题,发展了折衷系数的优化规律替代法和自适应累积约束参数法,提高了算法的收敛性能.算例表明改进后算法收敛性能有很大提高.将该算法用于某通用航空飞机的概念设计,考虑气动、重量和性能等3个学科,很好地解决了各学科间复杂耦合带来的计算困难,证实了本文算法的有效性.     

利用模型管理框架求解多目标优化问题

为了提高演化算法的效率，减少优化时间，提出一种多目标模型管理框架。利用该模型管理框架可以在整个寻优区域内建立比较精确的目标及约束的近似模型，从而避免了大量耗时的高精度分析计算。将该多目标模型管理框架与单纯形-多目标粒子群算法（SM-MOPSO）相结合，对某轻型飞机齿轮箱减速器进行多目标优化设计，使高精确分析计算的次数减少88％。该多目标模型管理框架及SM-MOPSO算法可用于求解大型、复杂的工程优化问题。     

改进的指数可靠性增长分析模型

基于复杂可修系统可靠性增长分析的简单指数时间函数模型和非齐次 Poisson过程的概念 ,本文发展了一种改进的指数模型 ,该模型较目前流行的 AMSAA模型有更广的适用性 .给出了其拟合优度检验公式及一般情况和失效数截尾及时间截尾两种特殊情况的模型参数估计公式 .两个例子说明了本文模型的优越性 .     

主动控制起落架建模与仿真

建立了主动控制起落架系统的非线性模型和控制方程,对系统进行了稳定性分析,应用simulink对起落架主动控制系统进行了仿真,结果表明通过应用主动控制起落架系统,减小了飞机重心的垂直位移和起落架传递给机身的载荷,对提高飞机的滑行品质、提高乘客的舒适性、改善民用飞机在低等级机场上以及军用飞机在修复类或损坏类跑道上的使用等有着重要的意义。     

无人战斗机机体研制生产费用的灰色模型估算方法

基于灰色理论建立了一种无人战斗机机体费用模型 ,用变化了的有人战斗机的说明性变量样本和费用样本来模拟无人战斗机的说明性变量样本和费用样本 .灰色模型由于本身的特点 ,在小样本情况下 ,估算结果精度比一般回归分析高 ,比较适合单一机种小样本费用模型的建立 .     

改进的粒子群算法及在结构优化中的应用

粒子群算法（PSO）是一种有效的演化算法。将免疫算法中浓度的概念引入粒子群算法中，提出了一种基于浓度概念的竞争排挤粒子群算法；并提出了基于样本方差的种群多样性指标，用以定量的描述种群多样性。这种改进的粒子群算法增加了粒子群的种群多样性，提高了算法的全局搜索能力。最后将本文的算法应用于梁结构和桁架结构优化设计，验证了算法的有效性。     

飞机多学科设计优化中改进的径向基神经网络法

用径向基神经网络方法构造近似模型常常难以满足精度要求,提出了一种把二次响应面与径向基神经网络相结合的算法。该方法在样本点相同的情况下减小了近似模型的推广误差,提高了近似精度,增加了适应性。通过2个算例表明该算法提高了近似模型的精度,可在多学科设计优化中提高设计效率和质量。     

具有最大可用度的航空备件供应模型

按照现代库存理论，综合权衡备件经费与装备的最大可用度，建立备件供应保障的优化模型。优化模型以备件经费为约束条件，以装备的最大可用度为目标，考虑到装备的可靠性、维修性和保障性，以及部队的综合保障能力，最终获取一个最优的备件分配方案。