[發明專利]一種面向組件的飛行器總體雙循環優化方法及系統

有效

• 申請號: 201811210051.1
• 申請日: 2018-10-17
• 公開（公告）號: CN109472060B
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 池元成;郭大慶;張冶;海爾翰;王長慶;鄭宏濤;蔡巧言;王彥靜;王立偉;賈倩;姜悅;崔毅楠;何漫;張恒
• 申請（專利權）人: 中國運載火箭技術研究院
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06N3/006;G06N3/126;G06F111/10;G06F111/04
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 馬全亮

1.一種面向組件的飛行器總體雙循環優化方法，其特征在于步驟如下：

(1)初始化：確定外循環優化的群智能優化算法的初始條件；

(2)進行外循環優化；

(3)從外循環優化中選擇最優解進入內循環優化；

(4)初始化：確定內循環優化的群智能優化算法的初始條件；

(5)進行內循環優化；

(6)從內循環優化中選擇最優解進入內循環優化目標函數值隊列；

(7)輸出本次優化的最優解；

所述步驟(1)確定外循環群智能優化算法的初始條件具體為：

令T＝1，s＝1，初始化外循環群智能優化算法的種群，即在設計變量定義域內，隨機生成變量X_ij^T，i＝1,…,N,j＝1,…,D；其中，T為外循環迭代次數，s為內循環優化目標函數值隊列的個數，N為種群數，D為設計空間的維度；

所述步驟(2)進行外循環優化，具體為：

根據目標函數值，調用外循環群智能優化算法H，更新設計變量的值，生成新的設計變量X_ij^T+1＝H(X_ij^T)；

所述步驟(3)從外循環中選擇最優解進入內循環，具體為：

(3.1)從外循環目標函數值F_i＝F(X_ij^T)，i＝1,…,N,j＝1,…,D中選擇最小值F_new^T＝min{F_i(i＝1,…,N)}作為當前群體的最好解X_new^T；

比較F_new^T和F_new^T-1的大小，若F_new^TF_new^T-1，則不對X_new^T開展內循環優化；若F_new^T≤F_new^T-1，則令s的數量加1，內循環目標函數值F_in^s＝F_new^T，將X_new^T的值賦值給x_in^s，進入步驟(3.2)；

(3.2)若sS，S為內循環優化隊列的數量上限，則不對x_in^s開展內循環優化，否則進入步驟(3.3)；

(3.3)比較F_in^s和F_in^k的大小，k＝1,..,s-1，若F_in^kF_in^s，則停止對x_in^k的尋優，否則對F_in^k進行內循環優化。

2.根據權利要求1所述的一種面向組件的飛行器總體雙循環優化方法，其特征在于：所述步驟(4)確定內循環優化的群智能優化算法的初始條件，具體為：令t＝1，初始化內循環群智能優化算法的種群，即在設計變量定義域內，隨機生成變量x_ij^T，i＝1,…,n,j＝1,…,d；其中，t為內循環迭代次數，n為種群數，d為設計空間的維度。

3.根據權利要求1所述的一種面向組件的飛行器總體雙循環優化方法，其特征在于：步驟(5)進行內循環優化，具體為：

根據目標函數值，調用內循環群智能優化算法h，更新設計變量的值，生成新的設計變量x_ij^t+1＝h(x_ij^t)。