提出了一种基于Alpha stable分布的新型变异方法。针对粒子群算法容易陷入局部最优的缺点,通过对比分析确定了一种调整Alpha stable分布的稳态系数动态变异策略,使粒子群算法能够在搜索初始阶段具有更强的种群多样性以及算法探索能力,减少陷入局部最优的可能;在算法末期增强粒子群优化算法的局部搜索能力,提高解的精度。将基于Alpha stable变异的粒子群优化算法(Alpha stable particle swarm optimization, ASPSO)与多种改进型粒子群优化算法以及差分进化算法(differential evolution algorithm, DE)进行了比较,基准测试函数结果表明新建立的ASPSO算法极大地提高了算法的收敛速度和精度。将其应用到RAE2822翼型的单点跨声速减阻优化中,在保持种群规模等参数相同的情形下,ASPSO算法的优化效果和效率都远高于传统PSO算法,最终得到的翼型也比PSO优化的翼型具有更高的升阻比,翼...

在常规的翼型优化设计方法中,设计点处最优翼型的气动性能会在非设计点处有所恶化,因此有必要对翼型鲁棒性优化方法进行研究。提出一种基于卷积神经网络和多项式混沌方法的翼型鲁棒性设计方法,首先搭建基于卷积神经网络的气动力预测模型;其次采用多项式混沌方法对马赫数和攻角进行不确定度量化,构建翼型鲁棒性气动优化设计系统;最后对以RAE2822翼型为基准翼型的气动优化设计问题进行优化设计验证。结果表明本文提出的翼型鲁棒性设计方法可行,优化后翼型的气动性能和鲁棒性气动优化设计效率在较宽的设计范围内都有所提升。

发展气动/声爆伴随优化设计方法对于研制新一代超声速客机具有重大意义。典型的气动/声爆伴随优化设计方法分为两种近场信号的伴随优化和远场声爆预测耦合伴随设计优化。将最新发展的基于离散伴随理论的近场声爆信号反设计与气动特性优化结合,提出兼顾气动和近场声爆特性的伴随优化策略。首先,概述了伴随方程梯度求解和提出的基于信号射线方法的近场过压提取及目标过压装配过程,并验证了优化流程中近场信号及地面波形预测的准确性。其次,针对超声速民机标模,开展了低阻优化、近场低声爆反设计、兼顾气动和近场声爆特性的伴随优化三种策略的对比研究,结果表明兼顾气动和近场声爆特性优化策略的伴随优化在综合提升气动和低声爆特性上表现更优。最后与文献中相同算例的优化结果进行对比分析,进一步证明了该优化策略在超声速...