基于α-stable分布的多目标粒子群算法研究及应用

多目标的粒子群算法(MOPSO)在各个领域的优化设计中得到了广泛应用及改进,但是目前仍然存在着在进化后期容易陷入局部最优导致收敛精度低、解的多样性差等问题。引入α-stable分布理论,发展建立了一种新的基于α-stable动态变异的多目标粒子群优化算法(ASMOPSO)。通过α-stable分布生成随机数对PSO算法的种群进行变异操作,增加种群的多样性,在算法中动态调整稳定性系数α实现变异范围和幅度的变化,从而使得改进的ASMOPSO算法具有兼顾计算精度和全局寻优的能力。使用ZDT系列无约束函数和带约束的Tanaka及Srinivas函数对改进前后的算法进行了测试,结果显示出了ASMOPSO算法的快速全局寻优性能。将改进后的算法应用到RAE2822跨音速翼型的减阻和力矩绝对值不增大的综合优化中,得到了较好的多目标气动优化结果。     

基于准定常假设的飞行器滚转动导数数值模拟

文中通过发展的基于求解N-S方程的准定常方法对飞行器动态气动特性中的滚转动导数进行数值模拟研究。对国际标模Finner导弹滚转动导数进行计算验证,并分析了滚转角速度、马赫数以及应用于该方法中的对接面的网格差异对滚转动导数的影响。研究结论表明:数值计算结果与风洞试验值吻合得比较好,规律一致,且该方法耗时少,计算量小,能比较准确快速的得到滚转动导数结果,具有一定的工程实用价值。