鱼雷总体设计优化研究

摘要

鱼雷是现代战争中重要的水中作战武器，鱼雷总体设计的优良直接决定了鱼雷在实际应用中的性能。鱼雷一般由控制、自导、动力、线导、引信、供电、战斗、推进等系统组成，各个系统之间通过耦合方式连接。由于系统过于复杂，导致鱼雷总体设计研究困难重重。在之前的鱼雷优化设计研究中，往往先将鱼雷拆分成独立的子系统，然后再对鱼雷的子系统进行单独优化，这种研究方法降低了鱼雷优化的难度，但是得到的结果往往不是全局最优。近年来，借助于计算机仿真技术及鱼雷整体仿真技术的发展，鱼雷总体设计正逐步成为新的研究热点与难点。本文就是研究在全弹道鱼雷仿真基础上的鱼雷整体优化问题。可是，由于鱼雷仿真系统包含雷体运动学动力模型、自导检测概率模型、弹道模型、目标运行模型等众多组成部分，高维、强非线性、无表达式、系统不光滑、计算时间过长等因素为在此基础上的优化设计带来了极大的挑战。针对这一困难问题，本文作了如下研究工作。
　　（1）首先，我们面对的鱼雷仿真模型问题是一个7维的、强非线性、系统不光滑，无表示式、仿真时间长的黑箱问题。针对这一复杂的优化问题，我们选用具有不受函数可导或连续的约束、只运用函数本身的数值进行寻优、能快速收敛到全局近似最优解、且易推广到多目标等特点的遗传算法进行优化求解。在种群大小为10，迭代次数为20，初始的最优个体为0.41，经过近20个小时的运算，运算的最优结果为0.3455，最终得到了一个实践上可接受的结果。另外，我们将遗传算法推广到多目标问题，在耗时约21个小时的计算，最后得到了两组Pareto解集。
　　（2）为了进一步克服鱼雷总体设计模型仿真时间太长，导致整个求解时间过长的问题，我们采用空间映射算法对鱼雷总体设计模型的进行优化求解，通过建立粗糙模型，将搜索中鱼雷仿真的工作转移到快速的粗糙模型上。为了建立良好的粗糙模型，我们首先对鱼雷仿真模型进行分析，通过采样对鱼雷总体设计模型进行了降维处理；运用样本的重复率了解模型的极值点分布情况；最后对样本进行改进，并在此基础上运用神经网络建立了一个较好的粗糙模型。
　　（3）最后，在建立好粗糙模型的基础上，运用空间映射算法对鱼雷总体多学科模型进行优化，优化时间减少为24分钟，最后优化的结果为0.3436，相比遗传算法耗时20个小时得到最优解，可以说，空间映射算法能够在时间较短的情况下，得到了一个还不错的优化结果。

目录

声明

第一章 绪论

1.1 研究的目的与意义

1.2 鱼雷总体多学科设计优化研究现状

1.3 本文的主要内容与基本框架

第二章 鱼雷总体设计优化简介

2.1 鱼雷总体设计简介

2.2 鱼雷总体设计优化研究

2.3 研究问题描述

第三章 遗传算法在鱼雷总体设计上的优化研究

3.1 遗传算法的优化研究

3.2 遗传算法的特点

3.3 遗传算法的计算步骤

3.4 遗传算法在鱼雷总体设计的应用

3.5 本章小结

第四章 鱼雷总体设计模型分析

4.1 降维

4.2 采样

4.3 系统复杂性

4.4 改进样本

4.5 本章小结

第五章 空间映射算法在鱼雷总体设计优化上的应用

5.1 空间映射算法简介

5.2 主动空间映射算法(ASMA)

5.3 空间映射算法在鱼雷上的应用

5.4 本章小结

第六章 全文小结

6.1 总论

6.2 展望

参考文献

致谢