飞翼翼型高维目标空间多学科综合优化设计

传统的优化方法在处理高维多目标问题上面临多重困难,针对高维多目标优化问题,进行合理的目标降维是一种实用高效的方法。本文首先讨论、研究了PCA目标降维算法在高维多目标应用中的思路,通过典型高维度目标测试函数中的应用,验证了降维方法的有效性,进一步将该方法推广应用于翼型气动隐身多学科综合设计中,对综合设计高维度目标空间进行主成分分析。利用主成分分析提取主成分并辨识"冗余"或者不重要的目标,将冗余目标去除或者作为约束加入到重要目标的优化过程中。结果显示,目标空间降维以后的优化设计结果满足力矩、阻力发散、巡航升阻比、低速升力特性以及隐身特性等综合设计的要求。进一步探讨、展望了该方法在飞行器多目标、多学科优化设计中的应用前景。

大型民用飞机气动外形典型综合设计方法

基于自主研发的飞行器气动外形大规模并行化、分布式综合设计软件AMDEsign,开展了大型民用飞机气动外形多目标综合设计,研究了处理高维目标空间多目标优化问题的有效处理方式,为优化数学模型的合理确定提供数据参考。在此基础之上,基于软件AMDEsign的主分量分析(PCA)、离散伴随方法两个典型模块,对宽体飞机数字化模型开展多目标优化,其中离散伴随方法中引入虚拟可行解集逼近方法,为权系数提供有效的导向性选择;并进一步将结果进行多目标评估分析,设计结果表明,主分量分析能够有效识别目标函数的相关性,虚拟可行解集方法效率较高,充分利用了离散伴随效率高以及导向性权函数预测等优点,多点设计外形在巡航升阻比、抖振特性以及阻力发散等性能上具有明显改善。文中提出的综合设计方法简捷高效且具有较强的工程应用价值。