多目标优化方法及其在高超声速试飞器系统中的应用研究

随着高超声速推进理论的不断深入,用于验证高超飞行器空中工作性能的高超声速飞行试验日益成为世界各国大力发展的重点方向。而设计综合性能最优的高超声速试飞器系统是保证试验可靠性与成功率的关键因素,因此,系统分析与设计过程中的多目标优化问题得到了诸多研究人员的普遍关注。本文以高超声速试飞器系统为应用对象,在综合考虑多项性能指标的同时,系统开展了多目标优化方法及其应用研究,取得了相应的研究成果。 (1)在综述多目标进化机制的基础上,分析比较了常用的MOEA算法,构造分析了不同类型的测试函数,研究了算法性能评价方法。 (2)研究了MOPSO算法。混沌变异机制引入到PSO算法中,克服了进化过程中出现的早熟收敛现象,改进了PSO算法的全局寻优能力;并将混沌变异机制应用于MOPSO算法,结合无变异机制的MOPSO算法,提出了分组MOPSO算法,解决了优化计算易陷入局部最优区域的问题;针对分布性与收敛性相互冲突而难以达到最优的难题,采用角度坐标方法与辅助适应度策略,提出了IMOPSO算法,更适合于飞行器系统等复杂优化问题的求解计算。 (3)对Pareto最优解进行了深入分析。首先,建立了不同设计准则下的偏好函数模型,根据优化目标的取值范围确定了偏好区间;接着,依据优化目标的灵敏度分析,提出了Pareto最优解改进计算方法,给系统设计人员提供了更多满足偏好要求的候选解;最后,将目标总损失量作为方案稳健性指标融入决策过程,提出了基于目标总损失量择优的多目标决策方法,具有较强的工程应用性。 (4)对高超声速试飞器系统进行了多目标优化设计研究。首先,概述了高超声速试飞器系统及其功能,确定了技术指标及结构组成;然后,对系统进行了多目标优化分析,研究了进行多目标优化设计的方法与思路;最后,开展了多目标优化方法在高超声速试飞器系统中的应用研究,包括:在详细分析动力模型、空气动力学模型、质量与结构模型、弹道计算模型等学科设计模型的基础上,以起飞质量、高超声速动力飞行段射程为目标函数,进行了多目标优化设计与决策分析,验证了进行多目标优化设计的必要性和合理性。 (5)结合工程实际情况,研究了不确定因素影响下高超声速试飞器系统的多目标优化设计问题。在不确定多目标优化理论的基础上,综合考虑各学科设计模型中的诸多不确定性因素,建立了试飞器系统不确定多目标优化模型,采用基于概率支配关系的UC-IMOPSO算法进行进化计算,获得了稳健可靠的最终设计方案;并针对无控飞行方式下由不确定因素引起的弹道参数偏差较大的问题,提出了高度修正算法,提高了高超飞行器在正常工作动压范围内飞行的概率。 本文工作是多目标优化方法在航天领域的一个典型应用,为其他具有不同试验任务的飞行器系统的优化设计提供了分析方法与研究思路。