摘要：飞行器的边界特性决定了其安全性和飞行性能,是飞行器设计的难点和重点。引入迎风格式伴随方程和不同的通量限制器处理形式,提高复杂流动问题的伴随方程求解精度、效率和鲁棒性,拓展伴随优化方法在飞行器边界特性设计的应用范围。介绍了离散伴随求解梯度的基本原理,在此基础上推导了伴随方程的无黏项及其边界条件的变分形式,根据通量限制器的处理方式,形成一阶精度、二阶精度和混合精度的伴随方程。对伴随方程的边界处理措施进行了研究。通过ONERA M6机翼梯度精度和鲁棒性验证算例,对比迎风格式和中心格式的伴随方程求解性能,分析限制器和边界处理措施对伴随方程的收敛性和梯度精度的影响。通过CRM翼身组合体巡航气动优化设计和边界特性优化设计算例,验证了求解器对飞行器巡航性能设计和边界特性设计的有效性。计算和设计结果表明,建立的迎风格式伴随方程求解方法鲁棒和梯度精度高,能够适用于飞行器边界特性设计难题的求解。

摘要：为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。

摘要：提出了一种基于细菌觅食性的改进粒子群优化算法。该算法以粒子群优化算法的社会模型为基础,添加了个体之间的交流项,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,同时,引入了细菌觅食算法中的趋化和驱散机制,使得算法能够有效地跳出局部最优。函数测试结果表明,该算法显著地提高了粒子群优化算法的寻优性能,并将该算法应用到了翼型设计之中。

摘要：在气动优化设计中,发展一些计算代价小同时又具有较好的全局/局部搜索平衡能力的优化算法十分重要。针对此,文章提出了一种基于膜概念和Kriging模型的混合优化算法。该算法对细胞膜的结构和新陈代谢运作机制进行了仿真,将粒子群优化算法与差分进化算法有机地结合了起来,增强了算法的寻优能力,同时,引入Kriging模型进行预估寻优,极大地减少了计算开销。函数测试结果表明,该混合算法具有很好的寻优能力。将该算法应用到单段翼翼型和两段翼翼型的设计之中,取得了良好的结果。

摘要：随着互联网通讯技术的快速发展，Email（电子邮件）成为互联网第一大应用，由于Email独具精确高效的信息传递能力，被用于网络营销中，衍生了Email营销。理论研究表明Email营销反馈率高于网络广告的点击率和直邮广告的回应率，是最廉价高效的网络营销工具，但事实上，Email整体营销效果不明显，甚至让人厌烦。

摘要：先进高速高升力自然层流(NLF)翼型的设计已经成为提高新一代高空长航时(HALE)无人机(UAV)性能的重要手段。然而这类翼型表面极易出现分离泡和激波等,尤其对于马赫数、飞行攻角等状态波动气动特性非常敏感,这导致传统的层流翼型设计方法设计的外形在面向工程应用中出现稳健性差,难以被工程使用。气动稳健设计(RADO)方法虽然是一种有希望的解决途径,但它遭遇了巨大计算花费的难题。为了解决这些问题,通过对影响气动稳健优化设计效率的关键技术进行研究,发展了基于自适应前向-后向选择(AFBS)的稀疏多项式混沌重构方法,极大改善了不确定分析(UQ)和稳健优化效率。同时,也发展了考虑多参数不确定的高效气动稳健优化设计方法,有效解决了传统翼型设计方法难以满足高速高升力自然层流翼型设计要求兼顾高升力设计、自然层流设计以及超临界设计的难题。最后使用发展的方法成功设计了一类具有典型特点的跨空域稳健自然层流翼型。结果表明设计的翼型相对于经典的全球鹰无人机翼型气动性能全面提升,同时低阻范围更大,气动性能更加稳健,从而验证了稳健优化方法的有效性和相对于确定性设计的优势。

摘要：隐身涂敷设计是先进作战飞机隐身性能的关键技术和必要措施,传统的涂敷设计主要依赖工程经验,缺乏对涂敷设计系统性研究,导致隐身涂敷设计与飞行器气动特性之间关系不明确,难以实现飞行器气动、隐身、重量和使用维护等一体化最优。针对以上问题,本文首先以对称翼型NACA65013为研究对象,对比分析了涂敷厚度和位置对其气动、隐身和重量特性的影响,发现涂敷位置和厚度对翼型气动、隐身特性和重量影响很大,并且三者存在明显的矛盾关系。在此基础上,综合气动、隐身和重量设计要求,选取了最优的涂敷区域,进而开展了考虑涂敷影响的翼型气动隐身优化设计研究,并与不考虑涂敷的翼型外形气动隐身优化设计结果进行对比。结果表明,考虑涂敷的气动隐身设计结果其前向RCS均值比不考虑涂敷的翼型外形气动隐身优化设计结果下降了1个数量级,比初始翼型前向RCS均值下降了90%以上。本文研究工作为飞机气动隐身外形精细化设计和涂敷材料精细化设计提供了高效可靠的设计方法,具有较大的理论和工程价值。

摘要：从多目标多学科综合设计的角度出发,探讨了飞行器外形优化设计方法。建立了针对飞行器外形设计的气动与隐身一体化优化设计模型;采用Pareto遗传算法,建立了多目标优化设计方法;并针对具体算例进行气动外形与隐身特性的综合优化设计,将所得优化设计结果,与初始外形相比较,可以看出,优化后气动和隐身性能都有较大提高,实际结果表明本文提出的方法具有可行性和适用性。

摘要：针对气动设计中遇到的具有大规模设计变量的优化设计工程,造成优化搜索难度大,计算代价高等问题,提出了一种基于全局灵敏度分析方法的分层优化设计方法。即选取M-OAT方法对设计变量进行全局灵敏度分析,根据灵敏度信息对设计变量进行分层,随后分别对各层设计变量进行优化。对翼型及机翼进行分层优化设计之后,与普通全参数优化设计系统相比,建立的分层优化系统可以在单次优化过程中有效减小设计变量的数目,减小优化搜索的难度,加快优化收敛速度,同时也能获得较好的优化结果。

摘要：随着遗传工程的不断发展,受其启发建立的各类算法已经应用到各个设计领域。其中,基于达尔文的适者生存、优胜劣汰的生物进化机制,由模拟有性生物的繁殖进化过程演变而来的遗传算法,因其具有全局搜索能力、广泛的适用性等特点在气动设计方面应用的已经比较成熟。但是常规遗传算法在实际应用中也暴露出许多不足,主要就是未能准确反映出生物的双向进化以及变异与交叉化关系的不对等。针对遗传算法的这些问题,本文采用了一种单亲DNA算法,模拟单亲生物自然遗传繁衍机理,将其应用到翼型设计中。与遗传算法相比,全局搜索能力更强,收敛速度更快,优化效果更理想。