基于代理模型的固体动力杀伤器气动外形优化研究

分析了固体动力杀伤器的气动外形设计参数。通过进化神经网络构建气动外形参数与气动特性之间的代理模型,然后确定了气动外形优化方法,并完成了算例验证。结果表明:通过代理模型开展固体动力杀伤器气动外形优化是可行的,能够大大缩短杀伤器气动外形优化周期。     

基于代理模型和遗传算法的仿真优化研究

首先由已知样本建立神经网络作为代理模型，替代费时的仿真评价而快速给出近似目标值；然后基于代理模型，采用GA进行决策量寻优．为增强优化结果的可靠性和一致性，讨论了按问题信息选取样本和多模型方法.基于典型压力管设计问题的数值仿真，验证了所提出方法的可行性和有效性，其结果明显优于现有文献结果.     

高速列车气动外形的CFD计算与优化

一、项目背景 庞巴迪(Bombardier)公司是加拿大的国际性交通运输设备制造公司,从支线飞机、公务机到完整的铁路、轨道交通运输设备、系统和服务等创新交通运输解决方案的制造方面,均居世界领导地位.     

基于动力学演化样本的代理模型优化方法

为提高代理模型的精度,将动力学演化样本生成方法引入代理模型优化设计。采用拉丁超立方抽样得到初始样本点集,基于动力学演化计算生成均匀性更佳的样本点集,并用于Kriging代理模型构造,结合遗传算法给出一套基于动力学演化的代理模型优化方法。通过经典测试函数和某实际机床横梁的优化分析,证明演化后点集在代理模型构建和模型全局寻优上的优越性。     

移动最小二乘代理模型支持域半径的优化方法

移动最小二乘代理模型描述局部波动的能力优于一般的代理模型,但其精度受支持域半径的影响。在经验公式的基础上提出了一种针对移动最小二乘代理模型支持域半径的优化方法。对支持域内抽样点数寻优获取最佳半径值,提高近似精度进而达到减少抽样点的目的。数值实验结果表明,对于不同基函数阶次和权函数的情况,提出的方法大大提高了移动最小二乘代理模型的近似精度,与基于经验公式的移动最小二乘代理模型相比,其仅需较少的抽样点即可达到相同的近似精度。     

基于近似模型的车身气动外形优化

以英国汽车工业研究协会(Motor Industry Research Association,MIRA)阶背模型为基本模型,用参数化建模方法建立其纵向对称面的二维模型.运用优化拉丁超立方方法对每组参数化方案生成600组样本点;将MATLAB与Gambit结合,自动快速生成其网格模型;用FLUENT计算每个样本点的气动阻力.建立径向基神经网络(Radial Basis Function Neural Network,RBFNN)近似模型,以阻力最小为优化目标,采用多岛遗传算法优化外形参数;对优化后的结果进行数值模拟,结果表明阻力减少31.9%.三维验证结果表明:二维优化结果不能完全代表三维结果,直接进行三维优化设计的效果更好.     

代理模型优化在环氧丙烷水解反应中的应用研究

通过流程模拟软件HYSYS获得控制对象的大范围稳态操作数据,构造径向基函数RBF （Radial Basis Function）神经网络作为适应度函数评估的代理模型,针对控制对象的非线性多稳态特性,采用了混合个体评估进化策略,对一个环氧丙烷水解反应的实例分析表明了此方法的有效性。     

基于多目标优化算法模型的电热水器功率优化方法

针对现有技术中电热水器能耗大、管控困难的问题,该文提出了新型的电热水器功率优化方法,构建了电热水器的多目标优化模型,该模型基于多目标优化模型能够实现电热水器参数分析,并通过运行约束条件对电热水器的能耗等问题进行分析,并利用多目标优化模型实现电热水器最佳功率优化,解决了常规技术中难以实现全局最优解的技术弊端。试验表明,与单目标优化的方法相比,该文的方法能够将电热水器功率提高到95.32%,提高了功率优化程度。     

基于代理模型的武器装备体系优化算法研究

体系优化是装备体系研究的核心问题,但是基于仿真的武器装备体系优化方法存在寻优效率低、费用高昂的缺陷。本文结合武器装备体系优化问题的特点,提出基于代理模型的武器装备体系优化算法,其中选用Kriging模型作为代理模型,通过均匀设计方法生成初始样本点,运用EI函数进行代理模型更新,采用最速下降法进行迭代优化。示例验证表明,较之仿真方法及多项式响应曲面方法,该算法具有较高的寻优精度和收敛速度,对提高武器装备体系优化的效率具有较高的理论和实用价值。     

飞行器气动模型辅助导航方法的研究概况与进展

气动模型辅助导航是一种新型的导航方法, 将描述飞行器飞行状态的气动模型信息与现有导航系统信息相融合, 可以提高导航精度和可靠性, 近年来受到国内外学者的关注, 有望成为飞行器的新型自主导航方法. 通过对气动模型辅助导航方法研究现状的调研和分析, 阐述了该导航方法的概念与原理; 分析了目前主要的3 种技术方案—–气动模型/惯性导航融合、气动模型/卫星导航融合、气动模型/惯性/卫星导航融合的各自特点; 对气动模型辅助导航方法与当前几种主要的辅助导航方法进行综合比较, 分析了该方法的技术优势与应用前景; 结合目前的研究现状, 探讨了气动模型辅助导航方法后续研究的关键技术和发展方向. 气动模型辅助导航方法与飞行器的气动模型特性、制导、导航和控制流程密切相关, 该方法的研究有助于推动导航、制导与控制(GNC) 3 个方向的各自发展和深度融合.

     

嵌入式组态功能算法的构件参数优化

针对嵌入式控制策略的组态过程中存在参数繁多、查找费时、修改极其不方便的问题,提出一种经验模型。在此模型基础上对组态的参数进行排序,部分参数进行隐藏,达到提高组态开发效率的目的。基于.NET开发环境,进行构件参数优化实验,实验证明了该方法对于优化构件参数的可行性与有效性。     

车身覆盖件的夹持位置优化研究

为了减少车身覆盖件在冲压输送过程中的结构变形,提出了基于均匀设计法、神经网络和遗传算法相结合的智能的夹持点位置的优化算法。充分利用均匀设计代表性好,实验次数少,实验效益高的特点,建立了神经网络的训练样本;利用神经网络学习算法建立起夹持点位置坐标与位移、应力等的非线性全局映射关系,极大地减少了有限元重分析的工作量;最后利用遗传算法的全局寻优功能得出最优夹持点位置坐标,用于指导实际生产。仿真实验结果表明所提出的算法是有效的。     

基于多岛遗传算法的汽车车身气动优化

为研究不同长细比汽车车身的最优气动性能,基于英国汽车工业研究协会(Motor Industry Research Association, MIRA)阶背模型,利用多岛遗传算法开展不同长细比的汽车车身气动优化.优化结果表明优化模型的气动阻力因数随着长细比的增大而降低.通过改变车身的长细比得到的5种优化模型具有发动机罩倾角、后风窗倾角和尾部上翘角较大,前风窗倾角较小的特点.对8个优化参数进行分析可知：尾部上翘距离和前悬距离对气动特性的影响最大.     

结合Kriging和物理规划的多目标代理优化算法

遗传算法处理高耗时且具有黑箱性的工程优化问题效率不足。为了提高工程优化效率，结合Kriging代理优化和物理规划，提出了基于Kriging和物理规划的多目标代理优化算法。在处理多目标问题时，使用物理规划将多目标问题转换成单目标问题，再使用Kriging代理优化对单目标问题进行求解。通过两个多目标数值算例和一个工程实例对提出的算法进行验证。结果表明，提出的算法能够求出符合偏好设置的Pareto最优解，且算法的效率更高。     

基于微粒群算法和网格模型的参数优化方法

针对在半导体制造工艺参数优化过程中缺乏直观参考的问题,在微粒群优化算法(PSO)和等值线理论分析的基础上,将PSO与等值线矩形网格模型相结合,提出一种全新的工艺参数窗口选择方法,在二维标准多峰函数上验证了所提出方法的有效性,同时对所提出的方法进行了实际生产验证,对于双输入参数问题,该方法可以直接输出所有满足工艺要求的二维区域,从而为参数优化和范围选取提供直观参考,仿真测试结果和生产验证数据均表明了所提出的算法是一种有效的参数优化方法。     

基于拓扑优化的新能源汽车摆臂轻量化设计

为对某新能源车型前悬挂下摆臂进行结构轻量化设计,运用悬挂动力学模型提取摆臂各连接点在各工况下的静载荷,结合拓扑优化分析方法,获得摆臂的最佳传力路径和材料分布,明确轻量化优化方向。优化结果表明,优化后的摆臂强度满足设计要求,质量减小27%。