考虑高耗时约束的追峰采样智能探索方法

针对现代飞行器设计等工程优化问题中面临的约束高耗时难题,在标准追峰采样(MPS)方法的基础上,提出了一种基于过滤器的MPS-DCP设计空间智能探索方法(FMPS-DCP),训练径向基函数网络预示高耗时目标函数与约束条件响应,利用KS方程聚合高耗时约束并根据过滤器思想筛选优质简单样本点,定制了一套新增样本点选择策略引导优化过程快速向全局可行最优解收敛,从而提高了求解高耗时约束优化问题的效率。采用一组标准约束测试算例验证FMPS-DCP方法的性能,并与CiMPS、Extended ConstrLMSRBF、ARSM-ISES和KRG-CDE智能探索方法进行对比。结果表明,FMPS-DCP在优化效率与鲁棒性方面具有显著的性能优势。最后,通过全电推进卫星平台多学科设计优化案例,验证了FMPS-DCP的工程实用性。

跨介质变体飞行器设计优化技术进展

跨介质变体飞行器能够充分利用不同介质中航行器的固有优势,提升任务效能,近年来受到广泛关注。为了全面提升跨介质变体飞行器综合性能,缩短总体设计周期,亟需从全系统的高度开展设计优化技术研究。通过文献调研,综述了跨介质变体飞行器设计优化技术的研究进展。首先概述了单次和多次跨介质变体飞行器发展历程与关键技术。其次,面向系统多学科设计优化需求,介绍了参数化建模方法、梯度优化算法、进化优化算法和近似优化算法方面的理论与应用研究概况。文献综述表明近似优化算法适用于求解具有高维强约束多目标特性的复杂飞行器系统优化问题,在跨介质变体飞行器设计优化领域应用前景广阔。最后,指出了未来亟待深入研究的方向。