基于存档策略的多目标优化的遗传算法及其收敛性分析

设计了一种用遗传算法求解多目标优化问题的有效方法——基于存档策略的多目标优化的遗传算法,并讨论了此算法的收敛性.首先给出档案的定义,设计出基于支配关系下的带有存档策略遗传算法,并通过算例检验了算法的有效性;然后引入了两档案间的距离的概念,在此距离定义的基础上证明了算法在概率意义下是收敛的.     

长试验时间激波风洞测力技术研究

中国科学院力学研究所复现飞行条件高超声速激波风洞JF12的落成突破了毫秒级试验时间的瓶颈,有效试验时间超过100ms.因此,对于JF12长试验时间激波风洞的测力试验,基于应变天平技术较为成熟、结构简单等优点,我们考虑采用传统的应变计天平.但是,激波风洞来流冲击所带来的惯性力干扰导致天平测力系统产生低频振动,传统内置应变天平的结构刚度很难保证信号有足够的处理周期,这大大限制了激波风洞测力模型的尺寸和重量.针对这个难题,基于JF12激波风洞的运行特点及对测力天平刚度特性的特殊要求,优化设计了应变天平的测力单元结构以适用于这种脉冲动态测力试验,相应加工制造了大刚度、低干扰、高灵敏度的系列脉冲型应变天平,结构形式包含了杆式和盒式,最大载荷(法向力)从1kN到30kN,以满足不同尺度飞行器的测力试验需求.同时,我们应用不同尺度的测力模型对研制的脉冲型天平在JF12激波风洞进行了一系列动态气动力测量试验,以进一步评估JF12系列脉冲型应变天平的结构特性和测力性能.      

基于多层分块算法的激波干扰流场预测

激波-激波干扰流场预测是超声速乃至高超声速流动中最具挑战性的问题之一. 特别地, 第IV类激波干扰由于其在壁面驻点附近产生极高的热载荷而备受关注. 本文针对圆柱诱导的弓形激波和入射斜激波的干扰问题, 分别基于量热完全气体模型和考虑振动激发的热完全气体模型, 数值求解有黏二维可压缩NS方程, 分析了高温气体效应对激波干扰流场结构, 以及第IV类激波干扰流场状态参数的影响. 接着, 本文基于一种具有广义可分离特性的遗传算法 (多层分块算法), 给出能够预测不同气体模型下第IV类激波干扰流场三波点的坐标位置、超声速射流的几何形状等特征性几何结构的数学模型, 进一步获得高温气体效应对激波干扰类型转变准则影响的定量化评估. 激波干扰类型转变准则面上的多组临界工况的激波干扰流场结构以及壁面压力和壁面热流分布的对比结果表明, 不同气体模型下的激波干扰类型和流场结构差异较为显著, 获得的定量化预测模型对工程中气动热环境的预测具有一定的参考价值.      

JF12长实验时间激波风洞10°尖锥气动力实验研究

介绍了在中国科学院力学研究所JF12长实验时间激波风洞上开展的10°尖锥标模的天平测力实验研究结果.JF12激波风洞的实验时间为100~130 ms,名义Mach数为7.0,喷管出口直径为2.5 m,总焓为2.5 MJ/kg,复现了35 km高空的飞行条件.采用六分量应变天平,攻角分别为-5,0,5,10和14°,模型长度为1.5 m,质量为50 kg.实验结果表明,在100~130 ms的实验时间里,应变天平的输出信号含有3~4个完整周期,可以通过对天平的输出信号进行平均直接获得气动力/矩测量结果,而不再需要进行加速度补偿,且气动力系数重复测量的不确定度小于2%.JF12激波风洞气动力系数的测量结果与传统高超声速风洞的结果符合得较好,表明在2.5 MJ/kg的总焓下,真实气体效应对该模型气动力特性的影响不明显.      

求解全局优化问题的三角进化算法

This paper presents a hybrid heuristic-triangle evolution （TE） for global optimization. It is a real coded evolutionary algorithm. As in differential evolution （DE）, TE targets each individual in current population and attempts to replace it by a new better individual. However, the way of generating new individuals is different. TE generates new individuals in a Nelder- Mead way, while the simplices used in TE is 1 or 2 dimensional. The proposed algorithm is very easy to use and efficient for global optimization problems with continuous variables. Moreover, it requires only one （explicit） control parameter. Numerical results show that the new algorithm is comparable with DE for low dimensional problems but it outperforms DE for high dimensional problems.