EGO算法的翼型气动外形优化设计

针对随机优化算法计算量大和最优响应面法容易陷入局部最优的缺点,采用EI最优策略综合平衡响应预测值及预测精度,建立了高效的优化系统.使用该方法进行了翼型气动外形优化设计,结果表明该方法将翼型阻力系数降低22%,具有良好的优化精度,而总计算耗时与粒子群算法相比约降低68%,说明了该方法的可行性和有效性.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.     

流线型箱梁气动外形的数值优化

为改善基于风洞试验的桥梁断面气动外形优化方法所固有的人力物力耗费、搜索范围有限等缺点,提出了一套基于数值计算和数学策略的主梁气动外形优化方法.选取断面下腹板倾角和梁高作为设计变量,以计算流体力学(CFD)模拟和颤振时域法作为数值计算手段替代风洞试验,将试验设计、蚁群混合遗传算法与Kriging代理模型作为协同数学策略替...     

基于代理模型的储煤仓三心圆柱面屋盖气动外形优化研究

以储煤仓三心圆柱面屋盖为研究对象,采用kriging代理模型对屋盖结构的气动外形进行优化研究.首先,选用标准k-ε、RNG k-ε和SST k-ω三种湍流模型对三心圆柱面屋盖的绕流特性进行数值模拟,并与风洞试验数据进行对比.其次,分别以屋盖表面负压峰值最小以及竖向位移绝对值最小为优化目标,对三心圆柱面屋盖中间圆弧的半径...     

考虑气动弹性影响的机翼复杂气动外形设计研究

根据气动-结构一体化设计思想,结合机翼在真实飞行条件下受到气动载荷产生弹性变形的问题,进行了一种考虑静气动弹性影响的复杂机翼气动外形反设计方法研究.气动载荷及机翼结构弹性变形由基于非结构网格的三维Euler方程耦合结构力学平衡方程求解得到;用Takanashi余量修正方法作为机翼反设计方法,进行"复杂机翼气动弹性分析-简单光滑机翼反设计"循环迭代设计.以某型带有挂架及翼梢小翼的支线飞机大展弦比机翼作为设计算例,设计结果表明发展的设计方法是可行的,具有很高的工程实践意义和实用性.     

基于松散式代理模型管理框架的亚音速机翼优化设计方法研究

基于N-S方程的三维气动外形的优化设计一直以来都因为存在众多的设计变量和庞大的计算量问题而无法实现,为了解决这些问题,文中发展了一套机翼气动优化设计系统,该系统基于模拟退火粒子群优化算法、松散式代理模型以及动网格和改进的HicksHenne函数变形技术,选取翼根、翼梢各18个设计变量进行参数化。按某型飞机设计要求,在给定设计指标下进行优化设计,研究了基于松散式代理模型管理框架下,训练样本采用拉丁超立方方法对Kriging代理模型的预测能力进行评估,以及应用该代理模型框架进行了亚音速机翼的气动外形优化设计,结果显示,优化后机翼的气动特性有着显著提高。     

集装箱船上层建筑气动干扰特性与风阻优化

为优化具有多个尺寸巨大的上层建筑物集装箱船的风阻,本文以某20000TEU超大型集装箱船上层建筑为研究对象,开展风载荷和PIV流场测量风洞模型试验。根据得到的风阻与流场干扰特性,采用数值模拟对主体建筑纵向间距和局部构型进行优化布置,并通过风洞试验对优化结果进行验证。研究结果表明：主体建筑纵向间距是影响集装箱船风阻和甲板上方绕流场气动干扰的主要因素,合理调整上层建筑物纵向间距同时对建筑物棱角边缘倒圆角处理可以得到风阻性能更优的布置方案,经风洞试验验证,优化方案较初始方案风阻降低47.19%,具有较大优化空间,可为超大型集装箱船总布置设计提供参考。     

基于熵模型的动态粒子群优化算法

受多种群并行寻优机制的启发,提出了一种基于熵模型的动态粒子群优化算法(entropy dynamic multiPSO,EDM-PSO)用于处理动态优化问题.将解空间划分为多个子空间,在每个子空间中利用熵模型增加种群多样性,多种群并行搜索,利用多点环境检测机制检测环境变化.对动态多峰benchmark优化问题进行了数值实验,并与其他几种动态优化算法进行了比较,结果表明:EDM-PSO算法对于处理动态优化问题具有优势.     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度，引入一种新型的群智能方法——粒子群优化算法，并将这种智能算法与BP算法相结合，形成了粒子群优化BP算法模型，建立了计及气象因素的短期负荷预测模型．通过具体算例将此模型与单纯的BP模型进行比较，结果表明：该算法具有较高的预测精度，完全能满足实际工程的要求．     

基于粒子群算法的新安江模型参数的优化

文中利用滦河流域大黑汀、桃林口及滦县站多年降水、蒸发及来水量资料,建立了区间年来水量的新安江模型,并利用基于粒子群优化算法对此模型的参数进行了优化。     

Trajectory Optimization Design for Morphing Wing Missile

This paper presents a new particle swarm optimization (PSO) algorithm to optimize the trajectory of morphing-wing missile so as to achieve the enlargement of the maximum range. Equations of motion for the two-dimensional dynamics are derived by treating the missile as an ideal controllable mass point. An investigation of aerodynamic characteristics of morphing-wing missile with varying geometries is performed. After deducing the optimizing trajectory model for maximizing range, a type of discrete method is put forward for taking optimization control problem into nonlinear dynamic programming problem. The optimal trajectory is solved by using PSO algorithm and penalty function method. The simulation results suggest that morphing-wing missile has the larger range than the fixed-shape missile when launched at supersonic speed, while morphing-wing missile has no obvious range increment than the fixed-shape missile at subsonic speed.     

某型飞艇外形多目标优化设计及其决策

飞艇的外形设计直接影响了飞艇的飞行性能、气动特性以及结构重量。文中以飞艇的阻力最小以及结构重量最轻作为优化目标,采用多目标粒子群优化算法对某型飞艇的外形进行了多目标优化设计。实际工程设计中,存在的诸多扰动因素会影响设计方案的性能。由于飞艇体积庞大且气囊为柔性材料,扰动因素对于飞艇的性能影响尤为明显。为此,文中提出了一种"基于信噪比的多目标决策方法"。该决策方法以信噪比为准则,不仅可以方便地对多个设计方案进行评价和排序,而且考虑到了工程实际中误差的客观存在,具有较大的工程应用价值。采用基于信噪比的多目标决策方法,从飞艇外形多目标优化的非劣解集中选择出最稳健的设计作为该型飞艇外形的最终设计方案。     

基于Pareto遗传算法的机翼多目标优化设计研究

文章将多目标优化方法中的Pareto遗传算法与能准确描述翼型无粘性流动的Euler方程以及旋翼气动分析模型结合起来,以旋翼悬停效率和固定翼的升阻比作为优化设计的目标对需同时满足旋翼和固定翼两种使用要求的机翼进行了多目标优化设计。设计结果表明通过优化设计的机翼在气动性能上得到了提高,达到了优化设计的目的,文中发展的机翼优化设计方法是可行的。     

基于克里金模型的微电热驱动器优化设计

基于局部型四维参数的函数,采用克里金代理模型和遗传-粒子群（GA-PSO）优化算法,开展大位移U型电热驱动器优化设计研究. 建立U型电热驱动器的多物理场仿真模型并进行实验验证. 发现在不同电压下,电热驱动器仿真位移与实验位移曲线一致,从而保证克里金模型中样本数据来源的可靠性. 搭建ANSYS和MATLAB联合自动仿真平台以解决克里金模型中样本数据的批量采集问题. 基于该平台,采用简单随机抽样的方法,得到不同采样点下电热驱动器的位移,从而形成样本数据. 根据样本数据建立克里金模型并基于该模型采用遗传-粒子群算法进行参数优化. 研究结果表明,克里金模型能代替有限元模型准确预测驱动器的位移;控制驱动器形状的4个关键参数与位移成单调关系;经形状优化后,18 V电压下U型电热驱动器的位移提高35.2%.     

一种新的求解移动Agent路由问题优化算法

文章对移动Agent在无线传感器网络中的路由问题进行描述,给出该问题的多约束最优非劣路径求解模型,并提出一种SA-CA算法求解移动Agent路由问题:利用模拟退火(Simulated Annealing,SA)算法接受最优单体以推动文化算法(Cultural Algorithms,CA)中信仰空间的进化,并将搜索步长作为情景知识指导群体空间最优解的搜索.这种双层结构特性减少了搜索时间,表现出较好的全局寻优性能.仿真实验也表明,与粒子群优化算法(PSO)、遗传算法(GA)的计算结果相比,提出的新算法在保证求解准确性的同时,具有更快的收敛速度和较高的可靠性,是解决无线传感器网络多约束QoS路由的有效途径,能提高整个网络的性能.     

考虑避碰约束的编队卫星入网路径规划

提出了一种新的考虑避碰约束的编队卫星入网路径规划策略。首先通过常规编队卫星入网的多脉冲线性规划方法,得到一组卫星入网的脉冲序列,以此预测轨道机动过程中各星之间的最小距离,当最小距离小于安全距离时,将最小距离前后脉冲施加时刻的相对位置作为约束条件,重新规划卫星入网轨迹,迭代进行直到满足避碰要求。仿真结果表明,该方法由于减少了路径规划过程中约束条件的个数,能够快速地规划出考虑避碰约束时的编队卫星入网轨迹,且有效节省燃料消耗。     

基于膜概念和Kriging模型混合优化算法的翼型设计

在气动优化设计中,发展一些计算代价小同时又具有较好的全局/局部搜索平衡能力的优化算法十分重要。针对此,文章提出了一种基于膜概念和Kriging模型的混合优化算法。该算法对细胞膜的结构和新陈代谢运作机制进行了仿真,将粒子群优化算法与差分进化算法有机地结合了起来,增强了算法的寻优能力,同时,引入Kriging模型进行预估寻优,极大地减少了计算开销。函数测试结果表明,该混合算法具有很好的寻优能力。将该算法应用到单段翼翼型和两段翼翼型的设计之中,取得了良好的结果。     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。