针对弹道修正弹的高维非线性特性导致的性能优化难题,改变概念设计阶段传统的串行设计方式,提出了一种基于实验设计(Design Of Experiments,DOE)和响应面(Response Surface Methodology,RSM)的智能优化算法,定义基本的弹丸结构模型以及...针对弹道修正弹的高维非线性特性导致的性能优化难题,改变概念设计阶段传统的串行设计方式,提出了一种基于实验设计(Design Of Experiments,DOE)和响应面(Response Surface Methodology,RSM)的智能优化算法,定义基本的弹丸结构模型以及相关的设计参数。在DOE的基础上,将设计变量映射到性能准则,生成Stochastic Kriging响应曲面,并训练神经网络识别不稳定设计。通过多种群遗传算法确定最优弹丸设计,改变其代价函数,可以产生反映性能权衡的最优设计Pareto前沿。仿真结果表明,对于基于弹道修正方案的红外干扰弹的技术改造,所提算法在其概念设计阶段可快速、精确地得到性能要求下的最优设计配置,为伴飞任务的实现提供了保障。展开更多