本书系统介绍了在航空航天和无人机设计中,用于多目标和多学科设计问题的鲁棒进化方法的算法和应用,描述了基于进化工具在求解博弈策略方法或整套求解方案,以及大量多学科优化应用问题里起的作用。
在大型复杂系统设计尤其是航空航天等领域,多学科设计优化方法越来越成为探索分析子系统相互作用、管理并实现复杂系统整体效能最优的设计方法。以航空航天为代表的工程设计领域对多学科设计优化方法给予了高度重视,开展了大量多学科设计优化的理论与方法研究,并在高超声速飞行器、可重复使用运载器、翼身融合飞行器( BWB)等飞行器设计中进行了系列成功应用。与基于微积分的方法和穷举法等传统优化算法相比,进化算法具有高鲁棒性和广泛适用性,能更有效处理传统优化算法所难以解决的复杂问题。随着信息技术的快速发展尤其是计算能力的快速增长,多学科设计优化的进化算法在工业参数化设计、网络搭建设计、时序安排、途径选择、数据挖掘、控制系统、时间序列预测、人工智能、分子设计和人工生命系统等众多领域得到了较为广泛的使用。此外,现实世界中的大多数问题都涉及一系列互不可分的目标,并不存在绝对意义上的最优解,尤其是针对密不可分的多目标和相关一系列约束优化,需将进化优化算法与博弈论相结合,以提高多学科设计优化的效率和质量。
第1章 引言
1.1 背景
1.2 本书目的
1.3 章节总结
参考文献
第2章 进化方法
2.1 概述
2.2 进化算法基础
2.3 进化算法
2.4 EAs的优势
2.4.1 使用二进制编码编译EAs的一般展示
2.4.2 一种简单EA的描述
2.5 EAs的机制
2.6 进化策略
2.7 EAs在有约束问题中的应用
2.8 本章小结
参考文献
第3章 多目标EAs和博弈论
3.1 概论
3.2 多目标问题的定义
3.3 协作博弈:Pareto最优
3.4 竞争博弈:纳什平衡
3.4.1 纳什平衡的定义
3.4.2 纳什博弈和GA的耦合
3.4.3 泛化到Ⅳ个参与者
3.5 分层博弈:Stackelberg
3.5.1 Stackelberg博弈与GAs的耦合
3.6 求解双数学函数最小值问题的解析解和数值博弈解的比较
3.6.1 解析解
3.6.2 纳什一GA和Stackleberg-GA数值解
3.7 混合博弈
3.7.1 HAPMOEA和混合博弈算法
3.8 本章小结
参考文献
第4章 进化算法的先进技术
4.1 概述
4.2 分布式并行EAs
4.3 分层EAs
4.4 异步进化算法
4.5 高级算子
4.5.1 自适应协方差矩阵(CMA)
4.5.2 Pareto锦标赛选择
4.6 高级博弈
4.6.1 虚拟和真实纳什博弈
4.6.2 纳什博弈和分级异步并行EAs(NASH-HAPEA)
4.6.3 混合博弈与多目标或单目标进化算法耦合
4.7 变换模型协助的EAs
4.8 本章小结
参考文献
第5章 多学科设计优化和在航天系统中的稳健设计
5.1 概述
5.2 概念性、初步性和详细设计
5.3 多学科设计分析(MDA)和优化
5.3.1 定义
5.3.2 MD0的需求与挑战
5.3.3 基于梯度法的MD0应用
5.4 MD0方法
5.4.1 多学科设计可行性方法(MDF)
5.4.2 单学科可行性(IDF)
5.4.3 协作优化(C0)
5.4.4 MD0实现的标准和性能
5.5 基于稳健性设计的不确定性
5.5.1 稳健/不确定性方法
5.5.2 使用稳健设计的单目标到多目标优化
5.5.3 稳健多目标/多学科设计优化
5.6 MDO和稳健设计中传统优化技术的局限性
5.6.1 使用传统方法和进化算法的MDO
5.6.2 稳健设计的优势和缺点
5.7 本章小结
参考文献
第6章 数值设计和优化算法的一种体系
6.1 概述
6.2 一种优化体系
6.3 优化体系的实施
6.4 优化方法
6.5 优化算法
6.5.1 全局优化算法
6.5.2 分析算法的一般问题
6.5.3 单目标设计优化算法
6.5.4 多目标设计优化算法
6.5.5 基于多目标分级进化算法的优化算法
6.5.6 多学科设计优化算法
6.6 稳健设计优化
6.7 本章小结
参考文献
第7章 单目标模型测试问题
7.1 前言
7.2 使用分层异步并行多目标进化算法(HAPMOEA)和纳什进化算法进行机翼重构
7.3 主动流动控制鼓包设计优化
7.3.1 吸力侧SCB设计优化
7.3.2 吸力侧和压力侧SCB设计优化
7.3.3 使用HAPMOEA进行双SCB设计
7.3.4 使用混合博弈进行双SCB设计
7.4 一般飞行器机翼翼型截面设计优化
7.5 本章小结
参考文献
第8章 多目标优化模型测试案例
8.1 概述
8.2 Pareto重构:两个不同设计点处的两个机翼
8.3 多元机翼重构:二维双目标飞行器高升力系统设计与优化
8.4 无人作战飞机外形:概念设计优化
8.5 无人驾驶飞行器任务路径规划系统(混合博弈/NSGA-Ⅱ)
8.5.1 测试算例1:起点至目标点至起点的轨迹优化
8.5.2 测试算例2:起点至目标点至终点的轨迹优化
8.6 无人驾驶飞行器外形:详细设计优化
8.6.1 基于混合博弈的无人作战飞机多目标设计优化
8.7 中高度长航时无人驾驶飞行器的气动一结构优化
8.8 无人驾驶飞行器的气动.电磁优化
8.9 本章小结
参考文献
第9章 稳健多目标与多学科模型优化测试案例
9.1 概述
9.2 主动流动控制的稳健设计优化
9.2.1 45%弦长处边界层转捩SCB外形设计优化
9.2.2 不确定性边界层转捩的稳健SCB外形设计优化
9.3 通用飞行器机翼多目标稳健优化
9.4 通用飞行器机翼气动一结构稳健优化
9.5 无人驾驶飞行器气动一电磁稳健设计优化
9.5.1 基于HAPMOEA软件的无人驾驶战斗机多学科稳健设计优化
9.5.2 基于混合博弈的无人驾驶战斗机多学科稳健设计优化
9.6 无人驾驶战斗机气动一电磁一结构多学科稳健设计优化
9.7 本章小结
9.8 附录
参考文献
第10章 变形技术在机翼稳健设计优化中的应用
10.1 概述
10.2 变形机翼/翼形设计机制:前缘和后缘变形
10.2.1 变形机翼/翼形的参数化:前缘和后缘变形
10.2.2 基准设计
10.3 巡航飞行条件下变形机翼/翼形设计优化
10.3.1 后缘变形设计优化
10.3.2 前缘与后缘变形的稳健设计优化
10.4 基于多目标遗传算法和混合博弈的多目标遗传算法
进行起飞与着陆条件下变形机翼/翼形设计优化
10.5 结论与展望
10.6 本章小结
参考文献
附录:两个可实际动手操作的优化问题案例
A.1 概述
A.2 基于层次异构并行进化算法和纳什进化算法的BI-NACA重构一
A.2.1 简介
A.2.2 测试案例定义
A.2.3 优化
A.2.4 求解反问题所需的软件和计算设备
A.2.5 设计优化流程的详细步骤
A.2.6 基于层次异构并行优化算法与纳什进化算法软件获取结果的分析与综合
A.2.7 结论
A.3 无人驾驶飞行器设计:多目标优化
A.3.1 简介
A.3.2 测试案例定义
A.3.3 优化
A.3.4 求解优化问题所需软件和计算机需求
A.3.5 设计优化流程的详细步骤
A.3.6 基于层次异构并行多目标进化算法获取结果的分析与综合
A.3.7 结论