中国博士后科学基金(20080431373)
- 作品数：5 被引量：26H指数：3
- 相关作者：车竞何开锋王文正唐硕更多>>
- 相关机构：中国空气动力研究与发展中心西北工业大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术兵器科学与技术更多>>
- 高超声速飞行器并行子空间优化设计被引量：2
- 2010年
- 采用正交试验设计方法生成初始数据库,建立二次多项式响应面近似模型,以最大巡航距离为设计目标,机体/推进一体化外形参数和巡航弹道参数为设计变量,对高超声速飞行器进行了多约束多学科的并行子空间优化设计.优化设计获得了多学科融合条件下的最优化外形和弹道参数,可作为飞行器进一步详细设计的参考方案.
- 车竞王文正何开锋
- 关键词：多学科设计优化高超声速飞行器响应面
- 高超声速飞行器气动布局总体性能优化设计研究被引量：12
- 2009年
- 总体设计是吸气式高超声速巡航飞行器的关键技术之一。为提高高超声速飞行器的设计水平,获得一个总体性能较优的布局构型,对乘波布局的高超声速飞行器进行了总体优化设计研究。采用多目标遗传算法,以飞行器外形参数作为设计变量,考虑了巡航状态下的气动力、热、雷达散射截面、机体/推进一体化、机身容积、配平特性、静稳定性和机动性等指标。优化设计得到了Pareto最优前沿面,获得了很多总体性能优于基本构型的最优个体。根据设计指标,给出了一个推荐方案作为进一步研究的参考构型,并对它的气动特性进行了风洞实验验证,证明了本文优化设计方法的可行性。
- 车竞唐硕何开锋
- 关键词：高超声速飞行器多目标遗传算法
- 基于蚁群算法的高超声速飞行器气动布局优化设计被引量：2
- 2009年
- 针对目前飞行器优化设计领域遗传算法计算量大、效率低的情况,提出了基于连续空间蚁群算法的高超声速飞行器气动布局优化设计方法。蚁群算法是近年来发展的一种全新仿生算法,具有全局性和高效性等特点,已经成功地应用于离散空间的优化设计。采用连续空间蚁群算法,对高超声速飞行器进行了多变量、多约束下的气动布局优化设计,并与采用遗传算法和约束可变多面体法的优化结果进行了对比,指出了蚁群算法的优点。本文的研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考。
- 车竞唐硕何开锋王文正
- 关键词：蚁群算法高超声速飞行器优化设计
- 基于遗传算法的机动弹头再入段弹道优化设计被引量：5
- 2009年
- 针对机动弹头攻击区优化问题,设计了改进遗传算法加约束可变多面体法的串行混合遗传算法,采用直接优化方法,基于分段优化思想,对再入段最大纵程、最小纵程和最大横程等边界弹道分别进行了优化设计,得到了满足约束条件的最优边界弹道,从而确定了机动弹头的最大可攻击范围.优化结果表明,最大可攻击区范围是一个长半轴为17 km,短半轴为10 km的椭圆区域,此结果优于针对该弹头进行的大量弹道仿真所得的结论,可为进一步弹道设计提供参考依据.
- 车竞王文正何开锋
- 关键词：机动弹头攻击区弹道优化遗传算法
- 一种新的蚁群算法及其在飞行器设计中的应用被引量：5
- 2009年
- 尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.
- 车竞唐硕王文正何开锋
- 关键词：多目标蚁群算法高超声速飞行器优化设计
