一种用于TSTO级间分离CFD计算的网格动态优化技术

两级入轨空天运输系统具有难度较低和经济性好的优点,级间分离是该运输系统设计的一项关键技术。相比前后串联级间分离,两级入轨上下两级间存在严重的激波相互干扰,直接影响分离物体的气动力矩。为了更好地模拟分离过程中两级之间的运动激波多次反射问题,本文结合非结构混合网格分布优化技术和压力比值激波识别技术,建立了用于级间分离运动过程的并行网格动态优化技术。基于计算流体力学软件NNW-FlowStar,完成了两级入轨运输系统并联分离过程的数值模拟。结果表明,采用网格动态优化技术,可实现级间复杂激波的精细捕捉,更精准地获得了强干扰下飞行器的气动特性,显著提高了并联分离过程中运动轨迹和姿态的预测精度。

一种新的自适应动态网格优化算法

针对动态网格优化算法(GEA)收敛速度较快,收敛精度不够理想,特别是解决多峰函数有可能会错过全局最优解的缺陷,提出了一种新的自适应动态网格优化算法.通过评估早熟收敛程度,将早熟收敛程度、函数的峰值与步长的变化联系起来,加入1个随机因子用以调整搜索范围,从而提高了算法的寻优效率.通过对典型的MP问题的测试,并与其他的动态优化算法比较,证明了算法的有效性.

基于动态网格优化算法的支持向量机回归应用

在支持向量机的回归分析过程中,由于多个参数需要同时调整,并且参数的取值范围大,给实际的工程应用带来很大困难,针对上述问题,本文提出了动态网格优化算法,使用优化后的参数来训练支持向量机,用测试样本对回归模型进行评价后可以得到较小的均方误盖值。