飞行器设计需要用到气动、结构、控制等诸多学科的知识,各学科自身已发展成独立的研究领域,内容博大精深。在进行设计时必须从全局出发,将各学科视为一个整体,考虑学科间的相互作用。因此飞行器设计面临着如何解决一个复杂、庞大的非线性优化问题,学科间复杂的信息联系以及天文数字般的计算量使得传统的优化方法在解决飞行器设计问题时显得无能为力。在此情况下,多学科设计优化(Multidisciplinary Design Optimization, MDO)方法应运而生。 本文主要研究了多学科优化算法及其在飞行器设计中的应用,具体如下: 1、建立起飞行器多学科设计优化的数学模型,根据学科间关系,提出三种基本类型的飞行器多学科设计优化问题,一般飞行器多学科设计优化都可以看作这三种基本类型的组合。分析了飞行器多学科设计优化所特有的概念及其物理意义,指出其与传统优化问题相比所面临的计算困难及信息组织困难,为后续研究指明了着力点。 2、总结并分析了多学科设计优化常用的一些工程近似算法,这些近似算法是构成一个完整的多学科设计优化算法的组成部分,而且这些算法本身也具有工程实用价值。 3、对协同优化算法作了深入研究,分析了协同优化的数学本质,指出由于协同优化独特的数学结构,其主要的计算困难在于如何构造有效的系统级协调优化的约束模型。引入带参数优化模型概念,分析了基于最优敏度信息的系统级约束构造算法。提出了一种新的研究协同优化的角度:从几何意义角度研究协同优化,并在此基础上构建了两种新的系统级协调算法:基于学科间动态不一致信息的超球子空间算法和线性近似子空间算法。 4、对并行子空间优化算法作了深入研究,分析了该算法的数学本质,指出在该算法中,对于学科级优化而言,其主要作用在于提供一个新的试验计算点而不是优化本身。根据这一思想,在原有的并行子空间优化算法的基础上引入均匀试验设计,提出了改进的并行子空间优化算法,改进后的算法与原有并行子空间优化算法相比,在保证精度的前提下,计算量更小,工程实用性更强。