● 摘要
本文的目的是为空射运载火箭这样的复杂航空航天系统设计问题提出一种有组织、高效的多学科优化框架。运载火箭的设计是各种有挑战性技术的交叉，这样的系统设计是多学科分析、设计和优化的典型过程。空射运载火箭设计将火箭推进、质量分配、气动外形布局、制导导航和控制 和飞行弹道等学科进行系统集成，从而产生全飞行器的高精度模型。通过多学科可行设计方法将前述模型连接在一起，并针对提出的问题对设计方法进行了改进。该方法确定了明确的系统设计目标，而后通过优化器完成全部优化过程。这种独特的运载火箭系统设计方法可以将工程师们从繁重、重复性的工作中解放出来，并使他们可以改进部件级的模型。复杂的问题需要高效的算法，不仅对设计进行优化，同时还要找到全局优化解。因此，评估和比较了三种现代启发式优化方法（遗传算法，粒子群优化方法和模拟退火方法）。此外，还提出了混合启发搜索算法。这种算法具有遗传算法的收敛质量和模拟退火的收敛速度，该算法的设计空间收缩可以使设计者探索有希望的优化解区域。本文还提出了基于基本启发式方法（遗传算法、粒子群算法和模拟退火算法）的超启发方法。非学习的随机方法控制低级别的基本启发算法以增加获得全局优化解的概率，这是航空航天系统设计过程中要求的基本要素，目的是为与问题细节无关、适度复杂、质量与可重复性方面可信的多学科问题提供一种算法，能找到全局优化解，避免局部优化解。质量是飞行器性能和成本的主要影响因素。因此，通过上述方法优化起飞质量是系统设计的目标。混合启发方法被进一步改进，用以解空射运载火箭的多目标优化问题。首要目标是得到一个良好分布的帕累托解集，该解集提供了简洁、全面的决策图景。本论文的目标是为空射运载火箭的系统设计开发一个快速、有效的设计策略。