● 摘要
飞行器设计是一项较为复杂的系统工程，它涉及到多学科、多技术领域的研究内容，并且随着学科增多，专业分工变细，使得设计周期越来越长，开发成本也越来越高。应运而生的多学科设计优化技术就是解决由相互耦合的物理现象控制的、由若干不同的交互子系统构成的复杂工程系统设计的有效方法。协同优化方法则是多学科设计优化中比较优秀的一种方法，它将复杂的工程问题分解为一个系统级和若干个学科级分别进行处理。这样不仅消除了复杂的系统分析，使得各个子系统能够并行地进行分析和优化，而且它的算法结构与现有的飞行器设计专业分工组织的形式相吻合。但是在优化设计的过程中，通常需要进行多次迭代才能得到最优结果，计算量十分庞大，为了减少分析计算时间但又不影响计算的精度，就需要运用近似方法来建立学科分析的近似模型，以此来提高优化的效率，使得优化设计可以顺利的进行下去。本文从多学科优化设计的框架与神经网络的基本理论出发，将BP神经网络引入协同优化方法之中，并对其进行适当的改进使之更适应于协同优化的框架，最后将这种方法应用于某大型客机总体参数优化当中。本文的主要研究工作包括：1.对协同优化算法做了深入研究，分析了协同优化的数学本质，阐述了协同优化方法的基本思想、结构框架以及协同优化的特点。2.研究了神经网络相关理论及其改进方法，并结合算例分析了误差反向传播神经网络各个要素（例如网络层次结构、训练样本集等）对网络非线性映射性能的影响。3.将改进后的BP神经网络方法应用于协同优化框架，并且给出了建立近似模型前所需的试验设计方法，用试验设计方法选择试验点，可以使试验点更均匀，更具有代表性，从而为建立精确的近似模型打下良好的基础。同时对设计变量进行归一化处理。4.采用基于神经网络的协同优化方法，对某大型客机机翼的气动和结构进行了协同优化分析，并根据学科分析的特点建立了合理的BP神经网络近似模型。优化结果证明了该方法能够获得高可信度的设计结果，并有效减小了计算量，提高了优化设计的效率。