飞航导弹基于响应面近似技术的并行子空间优化设计

分析了基于响应面近似模型的并行子空间方法CSSO/RSA的执行步骤和特点,并介绍了逐步逼近响应面近似模型的构建方法。给出了包含气动、弹道、发动机3个耦合学科的整体式冲压发动机飞航导弹的学科分析模型和系统优化模型,分别采用CSSO/RSA方法和单级多学科优化方法对飞航导弹进行优化设计。结果表明CSSO/RSA方法的性能要优于单级多学科优化方法。

基于直接采样法和子空间优化法的多介质目标混合逆散射成像方法

该文提出一种结合定性与定量成像方法优势的混合电磁场逆散射成像方法,并将该方法应用于重构多介质目标的电性能参数的空间分布信息。该混合成像方法首先利用基于直接采样法(Direct Sampling Method,DSM)的定性方法快速重构目标的感兴趣区域(Region Of Interesting,ROI)、目标形状及目标个数的先验信息。在此基础上,利用基于子空间优化定量方法结合该先验信息迭代修正目标的几何形状信息,并重构目标的电性能参数的空间分布。基于菲涅尔实验室实测散射场数据表示,该方法与子空间优化法SOM(Subspace-based Optimization Method)定量成像精度相比拟的情况下,极大地降低了定量方法的计算复杂度和提高算法收敛速度。

利用并行子空间优化方法实现复杂工程系统并行设计优化

介绍了应用于航空航天领域内复杂系统设计的一种基于全局敏度方程的并行子空间优化算法,分析了算法的计算结构和参数设置,根据其收敛过程振荡和收敛早熟问题,发展了折衷系数的优化规律替代法和自适应累积约束参数法,提高了算法的收敛性能.算例表明改进后算法收敛性能有很大提高.将该算法用于某通用航空飞机的概念设计,考虑气动、重量和性能等3个学科,很好地解决了各学科间复杂耦合带来的计算困难,证实了本文算法的有效性.

基于子空间优化的l^2-总变分图像恢复

交替方向法被广泛用来求解总变分图像恢复问题,鉴于其搜索方向的不精确性对算法效率和图像恢复质量有着一定影响,提出了一种矫正方法。该方法以子空间优化为基础,结合能量函数泰勒展式及可微函数性质,利用先前搜索方向对当前方向进行有效矫正,提高了搜索方向的精确性。数值实验利用算法运行时间和峰值性噪比分别说明了该修正方法的效率和图像恢复质量。

改进的并行子空间优化算法及其在飞机概念设计中的应用

分析了基于全局敏度方程的并行子空间优化算法容易发生收敛过程振荡和优化早熟的原因,在保持原算法减少约束个数和降低设计变量维度优点的条件下,进行了以下方面的改进:①去除了可能导致收敛过程振荡的折衷系数;②将可能导致优化早熟的固定累积约束参数设置为自适应可变参数。算例表明改进后算法收敛性能有很大提高。将该算法用于某通用航空飞机的概念设计,考虑气动、重量和性能3个学科,很好地解决了各学科间复杂耦合带来的计算困难,证实了该算法的有效性。

邻域加强的并行子空间优化过程

针对基于响应面的并行子空间优化(CSSO-RS)过程的不足,提出了基于邻域加强的改进CSSO-RS优化过程。其主要思路是在子空间优化后,在得到的最优解附近进行全部变量的优化,以更好地协调系统级优化与子空间优化。用经典测试函数及通用航空飞机参数优化问题对该算法进行测试,测试结果表明该算法使CSSO-RS优化效率得到较大的改善。

计及气动和隐身约束结构综合优化的并行子空间优化方法

通过分析基于响应面的并行子空间优化算法的特点指出并行子空间优化算法学科级优化的作用在于向系统级优化响应面提供性能优良的设计点。在此基础上,建立了不要求学科级优化的改进的并行子空间优化算法,进一步降低了设计优化的计算量,解决了分析模块与优化模块间的接口困难。依据该算法建立了结构、气动和隐身一体化设计优化框架,实现了某无人机机翼计及气动和隐身约束的结构综合优化。

并行子空间优化在无人机总体设计中的应用

飞机设计是一个多学科的复杂的系统工程,各个学科通常相互影响、相互耦合。这使得飞机设计过程日趋复杂,设计周期越来越长,开发成本越来越高,而并行子空间优化(CSSO)是解决这些问题的一种有效方法。文中对基于神经网络响应面的并行子空间优化算法及其在无人机总体方案设计优化中的应用进行了研究。并行子空间优化算法将多学科耦合的无人机设计优化问题分解为不同的子空间问题,在不同的子空间中建立各自的神经网络响应面,通过响应面完成各子空间之间的数据交换与协调,以此来逼近设计空间最优解。应用结果表明,CSSO算法能有效地应用于无人机总体方案优化设计。

基于改进并行子空间优化方法的机床主轴设计研究

为了使CSSO方法在系统级优化时能用于自主筛选来自各子学科间的设计变量的最优值以提高系统级优化效率和收敛速度,提出了一种改进型的并行子空间优化方法(improved concurrent subspace optimization,I-CSSO)。该方法在传统CSSO方法基础上通过增加一个自动筛选程序,即将各子学科优化方案及系统级优化方案进行了对比,从中优选出最优方案作为下一轮迭代的初始方案进行了优化,同时应用拉丁超立方试验设计方法采取样本点并构建了数据库,近似模型基于径向基神经网络模型。以某一机床主轴设计优化为例,基于Isight平台搭建了所设计的I-CSSO方法框架,并与传统的CSSO方法进行了对比。研究结果表明:所提出的I-CSSO方法有效提高了算法的计算效率。

基于响应面法的并行子空间优化算法改进研究

为了更好地解决飞行器多学科设计优化问题,对传统基于响应面的并行子空间优化算法(RS-CSSO)进行改进:改进基于近似模型,在具有同等计算精度的情况下减少学科分析的次数,采用均匀试验设计代替学科级优化来直接获得性能优良的初始设计样本点;在系统级优化过程中引入自适应近似模型算法,在迭代过程中对两种近似模型的精度进行对比,以相对误差的均值和标准差作为判据,选用精度更高的近似模型来提高系统级优化效率。采用改进的RS-CSSO算法对飞翼布局无人机进行了设计优化,并与传统RS-CSSO算法进行了对比。结果表明,改进的RS-CSSO不但有着更小的计算量,而且得到了更优的结果,可以应用于飞行器设计多学科优化。

基于并行子空间优化的企业命名实体识别

针对企业命名实体的识别任务的过程复杂、学科交叉、实时性差等难点,提出了一种基于并行子空间优化的方法.首先,建立系统的目标-约束方程完成系统级优化;其次,再通过构建文字检测、文字识别两级模型,并考虑现存不同模型的优缺点进行模型选择的方法对涉及学科进行并行优化;随后,再使用图像阈值、灰度化、霍夫变换等算法构建两级模型的衔接;最后,通过仿真实验,验证了本文方法相比其他两级文字检测识别模型的识别准确率提高了9%,推理速度提升约20%.

优化子空间的高维聚类算法

针对当前大多数典型软子空间聚类算法未能考虑簇类投影子空间的优化问题,提出一种新的软子空间聚类算法。该算法将最大化权重之间的差异性作为子空间优化的目标,并提出了一个量化公式。以此为基础设计了一个新的优化目标函数,在最小化簇内紧凑度的同时,优化每个簇所在的软子空间。通过数学推导得到了新的特征权重计算方法,并基于k-means算法框架定义了新聚类算法。实验结果表明,所提算法对子空间的优化降低了算法过早陷入局部最优的可能性,提高了算法的稳定性,并且具有良好的性能和聚类效果,适合用于高维数据聚类分析。

飞机多学科设计优化中的并行多目标子空间优化框架

针对现有的并行子空间优化框架存在的各子空间仅能有一个优化目标等局限,提出了并行多目标子空间优化框架。该框架将各个学科的优化问题由以往的单目标优化改进为多目标优化,使得每个子空间可以分配到多个优化目标、各子空间的设计变量可以重叠,并且在一次优化中就可获得优化问题的Pareto前沿。介绍了新框架的基本思想和流程,并且阐述了新的学科解耦、子空间的并行优化和系统级的设计变量综合方法。以一个飞机总体设计问题为例,考虑气动、隐身与控制学科,对翼面几何参数和控制律参数进行了优化设计,验证了并行多目标子空间优化框架的有效性和相对于已有方法的优势。

复合材料加筋板结构优化设计的并行子空间法

为对复合材料加筋板结构进行布局优化设计,提出并行子空间优化方法。该方法将整个优化问题分为筋条布局优化、筋条尺寸优化和铺层厚度优化三个并行的子空间优化问题,分别以筋条型式、数量、尺寸和铺层厚度为设计变量;每个子问题都独立进行优化计算,优化后将所有结果综合协调,更新设计变量值并重复整个优化过程,直到满足收敛条件。通过三个典型算例验证,结果表明该方法不仅合理而且有很好的优化效果。

桁架结构布局优化的并行子空间方法

由于结构布局优化存在设计变量类型众多和变量耦合等问题,采取合适的优化方法获得满足结构设计要求的最小质量的结构具有重要的工程意义.基于多学科设计优化方法中的并行子空间优化法,提出一种桁架结构布局优化的并行子空间优化方法.将结构布局设计问题按设计变量类型分为布局、形状和尺寸三个并行的子空间,设计变量在各自的子空间内单独优化,各子空间优化结束后,在系统级中协调3类设计变量,保持最小质量的子空间的优化设计变量不变,采用近似一维搜索的方法协调其他子空间的设计变量,然后进行下一次迭代直至收敛.2个算例表明该方法能够取得较好的优化结果,具有实际工程应用价值.

特征加权优化软子空间聚类算法比传统算法的优越性分析

聚类算法在当前的各个领域都有着非常广泛的应用,常见的有生物学和医学领域的数据探测、信息检索以及文本挖掘和图像处理等.尤其是目前随着计算机信息技术的发展,数据的规模比以往更大,数据挖掘工作需要的数据特征维数大大增加.导致高维数特征加权和选择面临多学科交叉的问题,大大增加了空间聚类分析的工作难度.本文将分析特征加权优化软子空间聚类算法,并将其与传统算法进行了对比,总结了其优越性.

复合材料加筋板结构的并行空间协同优化设计方法

提出了使用并行子空间协同优化设计方法对复合材料加筋板结构的布局参数和铺层顺序进行协同优化。该方法分为3步:(1)以筋条型式、数量、尺寸和铺层厚度为变量,考虑静强度和稳定性要求,建立3个并行的子优化问题,实现了布局优化;(2)以层合板的各铺层角作为设计变量,考虑层合板的制造和工艺约束,以等效弯曲刚度为中间变量,实现了复合材料加筋板的蒙皮和筋条的铺层顺序优化;(3)通过协调稳定性约束,实现综合优化。本文完成了一个典型算例,算例结果表明,该方法不仅合理而且有很好的优化效果。

低信噪比下基于信号子空间的语音增强算法研究

内嵌式预白化子空间算法与其它经典语音增强算法相比有很好的去噪效果,但是在低信噪比环境下,仍存在大量残留噪声.针对这一点,本文提出信号子空间优化与维纳滤波方法相结合的改进方法.仿真结果表明,在几种常见背景噪声的低信噪比下,相比传统的谱减法、维纳滤波法、内嵌式预白化子空间算法,本文算法效果更佳,能有效的抑制背景噪声,改善语音质量,并且保证一定的语音可懂度.

高维稀疏数据对象—属性的非关联子空间分析

针对高维稀疏数据对象-属性子空间的优化问题,本文从稀疏性的角度提出了RUSAUBSC算法,通过剔除非关联子空间实现子空间的优化,并通过实验研究证明了该算法的有效性。

先进战斗机电子设备舱冷却系统优化方法研究

大功率电子设备的应用,使得以F-22为代表的先进战斗机电子设备舱的冷却系统面临高热负荷和大热流密度问题。针对先进战斗机的电子设备舱冷却系统的设计优化问题,分析比较了传统设计优化方法与多学科设计优化方法的结构体系及特点。其中传统设计优化方法选用整体优化方法和串行优化方法,多学科设计优化方法选用协同优化和并行子空间优化两种典型方法。通过MATLAB软件及ISIGHT软件平台,对上述优化方法进行仿真,分析仿真结果表明,多学科设计优化方法在解决多变量复杂系统的优化设计问题时,有相对计算量小的优越性。