飞行器气动综合优化设计理论与方法

本书系统总结和梳理了优化设计体系各个环节面临的基础科学问题、关键技术以及实际工程应用的需求，介绍了飞行器气动外形数值优化体系的基本要素、飞行器气动外形多目标/多学科优化、飞行器气动不确定性分析与稳健设计优化，并重点介绍了基于伴随方程体系的气动综合优化。为从事飞行器气动综合设计与优化工作的研究人员提供了理论研究和工程实际上的指导，对发展优选、高效率优化设计软件，把握气动综合设计技术的发展方向提供了有价值的参考。

序
前言
第1章绪论1
1.1学科分析与代理模型1
1.2参数化建模4
1.3网格重构技术5
1.4很优化算法/约束处理5
1.5灵敏度分析方法7
1.6不确定性优化设计8
1.7目标函数9
参考文献10
第2章飞行器气动外形数值优化体系基本要素17
2.1很优化算法17
2.1.1非梯度类算法17
2.1.2梯度优化算法18
2.1.3无约束优化求解算法19
2.1.4带约束优化求解算法21
2.2约束处理方式25
2.2.1外罚函数法25
2.2.2障碍函数法26
2.2.3乘子法27
2.3几何外形参数化建模28
2.3.1剖面参数化建模方法28
2.3.2曲面参数化建模方法30
2.3.3基于FFD方法的参数化建模方法32
2.4典型网格变形技术34
2.4.1线弹性体变形网格技术34
2.4.2RBF-TFI变形网格技术36
2.4.3径向基函数贪婪法变形网格技术39
2.4.4四元数变形网格技术及其改进45
2.4.5对象分类多算法融合51
参考文献55
第3章飞行器气动外形多目标/多学科优化58
3.1多目标优化算法58
3.1.1多目标优化问题58
3.1.2多目标优化标量化处理方法59
3.1.3基于Pareto的多目标优化方法61
3.2基于代理模型的高维设计变量优化66
3.2.1高维设计变量问题67
3.2.2设计变量对代理模型精度的影响68
3.2.3分区协同优化75
3.2.4常用的降维方法86
3.2.5基于POD的降维优化89
3.2.6基于深度学习的几何过滤算法99
3.2.7基于GTM算法的降维优化104
3.3基于数据重构的反设计技术108
3.4高维目标空间处理121
3.4.1目标维度灾难121
3.4.2分层多级约束优化124
3.4.3高维多目标粒子群优化算法128
3.4.4旋翼翼型高维多目标设计129
3.4.5战斗机翼型设计143
3.5基于神经网络的数据挖掘149
3.5.1SOM神经网格技术150
3.5.2多目标优化分析151
3.6气动多学科设计155
3.6.1多学科设计模型156
3.6.2多学科处理156
3.6.3并行子空间优化157
3.6.4基于并行子空间方法的高超声速飞行器设计158
参考文献164
第4章飞行器气动不确定性分析与稳健设计优化167
4.1不确定性建模、分析理论与方法168
4.1.1不确定性的识别和分类168
4.1.2不确定性描述和表征169
4.1.3敏感性分析理论与方法172
4.1.4不确定性分析理论与方法174
4.2稳健性评价理论与方法204
4.3基于不确定性的设计优化208
4.3.1稳健性设计优化方法210
4.3.2稳健性设计优化应用212
参考文献227
第5章基于伴随方程体系的气动综合优化232
5.1离散伴随方程求解梯度基本原理232
5.2流场伴随方程的构建及灵敏度求解233
5.3跨学科耦合伴随方程基本架构257
5.4跨学科耦合伴随方程典型场景259
5.4.1气动隐身“耦合”伴随方程259
5.4.2气动结构耦合伴随方程273
5.4.3流场声爆耦合伴随方程286
参考文献301
第6章结束语305