火炮多柔体动力学结构优化研究

针对现有动力学优化方法很难对多体系统中的柔性体进行结构优化的问题,提出结合多学科代理模型法和改进的非支配排序遗传算法的多柔体动力学优化方法。以火炮炮口振动参数为输出,柔体模态参数和部分火炮总体参数为输入,在已验证的多体刚柔耦合模型的基础上,采用径向基函数-反向传播神经网络建立了具有良好泛化能力和预测精度的代理模型。利用改进的非支配排序遗传算法对各炮口振动参数进行动力学优化,采用max-min准则从优化得到的Pareto最优解集中优选出一个较为兼顾各优化目标的解,与原模型结果对比,优化效果明显。该方法能用于火炮多柔体动力学结构优化,也为火炮总体结构设计和相关优化提供了一定的参考。     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

基于NSGA-II的低温贮箱地面增压系统多目标参数优化

将带精英策略的非支配性排序遗传算法NSGA-II(Non-dominated sorting genetic algorithm-II)应用于运载火箭低温贮箱地面增压系统参数多目标优化问题中,采用软件AMESim和Isight实现联合仿真优化,寻优出非劣解集(Pareto解集)。设计人员可依据工程经验,从Pareto解集中选出满意解。该方法为低温贮箱地面增压系统参数设计提供一种新思路。     

多管火箭炮定向管的多目标优化及多属性决策研究

针对某多管火箭炮(MRLS)复合材料定向管的结构设计指标,根据有限元分析方法和优化设计方法,以复合材料定向管的复合铺层厚度、铺层角度及定向管中定位部的位置为优化设计变量,定义定向管固有频率和定向管质量为优化目标,结合有限元数值计算结果,采用改进非支配排序遗传算法(NSGA-Ⅱ),建立了复合材料定向管的多目标优化模型。通过优化求解,得到帕雷托(Pareto)最优解,并由这些Pareto最优解构成决策矩阵,利用客观赋权的信息熵法计算各属性的权值,并运用逼近理想解的排序方法(TOPSIS)进行了多属性决策研究(MADM),对Pareto最优解作了排序。引入比刚度结构效能对比分析优化前后的定向管性能,表明对定向管的优化设计是有效的。     

基于文化基因算法的多目标优化

针对粒子群算法收敛速度慢、求解精度低的不足,提出了将粒子群改进作为全局搜索,多目标模拟退火算法作为局部搜索的文化基因算法,将交叉和变异操作引入粒子群全局搜索中帮助跳出局部最优。对于多目标优化问题,根据非劣解的拥挤度决定最优值的选取策略,并将该算法用于多目标优化的实际求解中。仿真结果表明,该算法不仅能快速有效地得到Pareto解集,并且能有效地保持所求最优解的多样性。     

基于改进非支配排序遗传算法身复合材料身管多目标优化

针对复合材料身管设计时多个性能指标设计要求，基于有限元模型和优化设计方法，建立了复合材料身管多目标优化模型，优化的目标为身管一阶固有频率和身管质量，复合材料各层缠绕角和缠绕厚度为优化设计变量，优化方法采用改进的非支配排序遗传算法（NSGA-Ⅱ）；通过优化求解，获得了复合材料身管的Pareto最优解集；优化算例表明，采用NSGA-Ⅱ获得的Pareto前沿面曲线分布均匀，其所对应的复合材料身管设计方案在刚度和重量方面均有改善。     

基于交叉效率排序多目标进化算法的备件供应优化

为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明：通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.927 8的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。     

基于改进型多目标粒子群优化算法的武器-目标分配

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。     

基于Pareto遗传算法的无后坐炮内弹道多目标优化设计

针对某中口径无后坐炮研制中的内弹道设计问题,将多目标优化的Pareto遗传算法与无后坐炮经典内弹道数学模型相结合,以最大膛压和初速作为优化设计的目标,对药室容积和发射药药量进行了多目标优化设计,提出了一种基于Pareto遗传算法的无后坐炮内弹道多目标优化方法。优化结果表明:所采用的Pareto遗传算法与内弹道相结合是可行的; 利用Pareto遗传算法,所得数个内弹道目标优化解以Pareto前沿面的形式给出,设计人员可根据需要从中选择无后坐炮内弹道的最优设计方案。     

基于NSGA-II的炮兵火力优化问题研究

为解决如何分配不同杀伤能力火力单元打击不同性质的目标,提出了一种非支配遗传算法--NSGA—Ⅱ。分析了炮兵火力分配的数学模型,从编码技术、非支配分类、虚拟适应度计算、倒位操作生成新个体和变异操作方面对NSGA—Ⅱ算法的设计进行了阐述,最后运用实例进行了分析。分析表明,该算法能有效、快速地得到Pareto最优解,所得结果合理且符合实际,为指挥员提供了一种定量的决策支持依据。     

基于改进NSGA-Ⅱ的载人潜水器多开孔耐压结构优化

为提高载人潜水器耐压结构性能和设计效率,开展优化模型和优化算法的改进研究。进行耐压结构有限元模型的网格无关性分析,利用iSight软件对ABAQUS软件进行集成实现耐压结构的参数化分析,进行设计变量的灵敏度分析和降维处理以降低问题分析难度。利用最优拉丁超立方方法进行样本点的选取,进行样本点的参数化分析。基于典型近似模型对样本点进行拟合,选择拟合精度最高、满足工程需要的近似模型作为耐压结构的替代模型,并建立耐压结构多目标优化模型。结合正态分布交叉算子对第二代非支配排序遗传算法（NSGA-Ⅱ）进行改进,得到NSGA-Ⅱ的改进算法INSGA-Ⅱ,以改善NSGA-Ⅱ局部收敛等问题,在利用测试函数进行INSGA-Ⅱ的有效性验证的基础上,利用INSGA-Ⅱ进行耐压结构多目标优化求解。研究结果表明：参数化分析方法和高精度近似模型可平衡计算精度和设计效率之间的矛盾,在测试对比中,INSGA-Ⅱ所得到的Pareto解集在贴近性、均匀性和收敛性等方面均优于NSGA-Ⅱ,INSGA-Ⅱ得到的耐压结构多目标优化方案较NSGA-Ⅱ更优。     

资源受限条件下车辆维修工序调度优化

车辆装备战时维修时间紧、任务量大、突发情况多,装备维修调度对部队作战效能快速恢复至关重要。现有维修调度方法主要围绕单一约束条件进行工序优化,难以满足实际保障需求。结合实际维修班组编配,提出融合多工种、多人员技术等级要素的多优化目标函数,以单工序工时、总工时、紧前工序、总人力资源为约束条件建立了改进的带精英策略的非支配排序遗传算法。在传统非支配精英策略的基础上加入二元锦标赛选择算子,重新设计符合多目标函数优化的交叉算子,利用二重编码对一次抢占式维修工序调度模式进行测算求解,并以实际维修案例对算法进行仿真验证。结果表明,该算法在满足战时复杂目标优化的条件下,降低了维修时间,实现了优化人力资源调度效能的目的。     

基于人工鱼群算法的制导炸弹多目标鲁棒PID控制器设计

采用先进控制理论设计的控制器往往阶次较高难以应用于工程实践,PID控制是目前工程中应用最广泛的控制方法.同时控制系统几乎都需要满足多个性能指标的要求,因此提出了一种基于人工鱼群算法的多目标优化方法.分析了制导炸弹控制系统的多目标要求,然后在满足系统鲁棒性的前提下,选取内、外回路的时域指标作为多目标优化的子目标,求解了系统的Pareto最优解,决策者可以在Pareto解中选取需要的满意解进而设计制导炸弹多目标鲁棒PID控制器.数值仿真表明,人工鱼群算法可以快速搜索到多目标问题的Pareto解,所设计的系统时域性能和鲁棒性好.     

基于模拟退火算法的实时故障诊断测试集优化

为解决复杂系统的实时故障诊断问题,设计基于模拟退火（simulatedannealingalgorithm,SAA）的测试集多目标优化策略。从测试集故障隔离率、测试个数及成本等多个指标优化入手,对每个优化目标按其重要性进行降序排列,依据优先顺序依次实现多个目标的优化,并引用阿波罗号发射前系统状态检测的例子进行验证。仿真结果表明：模拟退火算法原理简单,计算精度高,可为实时系统诊断测试集优化选择提供有效指导。     

基于E占优NSGA-2的测试优化选择方法

为解决测试不可靠条件下的测试选择问题,对测试不可靠条件下的测试优化选择问题进行研究.将该问题还原为多目标问题来分析,以虚警率、测试数量、测试成本为目标,以故障检测率、隔离率为约束条件建立了问题的数学模型.以贝叶斯网络测试性模型为基础,利用提出的E占优NSGA-2算法求解该问题.利用该方法对某装备开展测试优化选择设计,并与NSGA-2算法、HBPSOGA算法进行对比,验证了该方法的有效性与实用性.     

导弹发射车悬架的多目标集成优化

为了改善导弹发射车仿真模型的主动悬架控制系统，以更好地满足车体重要部位的仿真减振要求．采用遗传算法（GA）对发射车悬架的结构参数和控制参数进行了多目标集成优化，从而得到了主动控制悬架新的最优参数。仿真计算结果表明。传统的将结构参数和控制参数的设计分开进行的方法，容易造成系统失去全局最优的性能，而采用多目标集成优化，则可以避免这一情况，从而使得导弹发射车悬架的减振性能得到了进一步的提高。     

基于非支配排序遗传算法的涡轮发动机转子系统装配参数优化

为探究保障转子系统高温动平衡的最佳装配参数方法,掌握高温下动平衡的变化规律,提出转子系统各零件装配角矩阵的优化确定方法。基于高温工况下热-结构动平衡理论模型和零件材料特性随温度的非线性变化规律,建立转子系统动平衡随温度变化的解析方程;根据不同装配参数下系统不平衡量和偏移扭矩的差异,把高温动平衡优化问题转换为多目标多变量的优化问题,给出基于非支配排序遗传算法的解决方案;以某弹用涡轮发动机高压转子系统装配为例,在600 ℃工作环境下对所提方法进行验证,得到该工况下零件最佳装配角矩阵,以及最小化温度对转子系统动平衡的变化量影响,改善了装配质量特性。结果表明,零件装配角对高温工况下转子系统动平衡变化有很大的影响,通过装配参数优化可显著减少高温工况对多零件转子系统动平衡的影响。