● 摘要
飞行器的优化设计涉及到多门学科，各学科间耦合程度高，设计变量多，需要多学科设计优化方法求解。协同优化方法是一种自组织能力强的分布式并行优化方法，各子系统独立、并行地进行分析和优化，已在科研、工程领域得到了广泛的应用。本文从协同优化方法、人工蜂群算法、代理模型的理论和编程实现等角度开展了研究工作。
总结、研究多学科优化方法的发展历程、建模思想，通过改进协同优化方法的框架，使其系统级以及各学科级的优化器能求解非线性约束问题。传统基于梯度的优化方法在处理大型复杂的工程应用问题时容易陷入局部最优解， 在研究总结了几种广泛使用的智能算法的基础上，引入鲁棒性强的基于仿生学的人工蜂群算法，并首次将其与协同优化方法结合，在MATLAB环境下搭建基于人工蜂群算法的协同优化框架。
对飞行器这样的复杂系统进行设计时需要面对设计参数多、选取方案困难的问题，代理模型作为一种近似技术在某种程度上可以大大降低计算量。在深入研究了实验设计、近似建模技术的几种常见方法后参与研发了多学科实验设计与近似建模系统。
通过参数化建模方法在CATIA中建立某公务机的主要机翼结构模型，利用多学科实验设计与近似建模系统中的拉丁方法生成设计样本点，得到不同设计样本下的机翼模型。在Fluent和ABAQUS下分别对各机翼模型进行气动和结构学科的分析计算，并利用该系统的二次响应面方法对气动、结构学科所得计算结果进行近似建模。最后在编译的协同优化方法框架下对该近似建模进行优化设计。
通过几个算例，与前人的计算结果相对比验证了该协同优化框架以及多学科实验设计与近似建模系统的可行性、准确性，说明了基于人工蜂群算法、代理模型的协同优化方法能够为飞行器设计优化问题提供有利的支撑。