基于新型多可信度代理模型的多目标优化方法

相对于常规直升机,基于前行桨叶方案(ABC)速度更高的刚性共轴双旋翼直升机对旋翼翼型的气动性能要求更加苛刻,包括更高马赫数下的低阻和高阻力发散特性,并维持良好的中、低马赫数下的升阻特性以及所有状态下的力矩特性等10余项指标要求,面临高维多目标优化难题。针对该类问题,首先发展了基于核主成分分析(KPCA)的非线性目标降维技术,然后建立了基于新型多可信度多项式混沌-Kriging(AMF-PCK)代理模型的高效多目标稳健优化方法,并提出了变可信度伪期望改进矩阵(VF-PEIM)并行样本填充方法,使多目标优化设计效率和能力显著提高。利用所建立的基于新型多可信度代理模型的多目标优化方法对高速直升机7%厚度旋翼翼型进行了优化设计。设计翼型的气动表现分别与经典的OA407翼型在高、中、低马赫数下进行了全面比较,对比结果验证了提出的新型多目标优化设计方法的有效性,设计翼型高速气动特性得到了显著提升。

基于自适应多可信度多项式混沌-Kriging模型的高效气动优化方法

多可信度代理模型已经成为提高基于代理模型的优化算法效率和可信度水平最有效的手段之一.然而目前流行的co-Kriging和分层Kriging(HK)等多可信度代理模型泛化能力不足,缺乏对高阶/高非线性建模问题的适应性,难以广泛应用.文章基于发展的自适应多可信度多项式混沌-Kriging(MF-PCK)代理模型,在提高建模效率和对高阶/高非线性问题近似准确率的同时,建立了基于该自适应MF-PCK模型的高效全局气动优化方法.在发展的方法中,提出了基于MF-PCK模型的新型变可信度期望改进加点方法,使代理优化算法效率进一步提高.为了验证发展方法的全面表现,将其应用在经典的数值函数算例以及多个跨音速气动外形的确定性优化和稳健优化设计中,并与基于Kriging和HK模型的代理优化算法进行了全面比较.结果表明,发展的新型多可信度全局气动优化方法其优化效率相对于基于Kriging和HK模型的优化效率显著提高,结果更好也更加可靠,并且稳健优化设计效率和结果也更符合工程应用需求,证明了其相对于基于Kriging和HK模型的代理优化算法的显著优势.