中航飛機研發(fā)中心結(jié)構(gòu)所 張俊亮 何曉雪 宋云霞

Hopfield網(wǎng)絡(luò)被廣泛應(yīng)用于多個領(lǐng)域，如在求解組合優(yōu)化、線性規(guī)劃以及二次規(guī)劃中均有涉及。但Hopfield網(wǎng)絡(luò)也存在著一定的局限，大多數(shù)模型在較為復(fù)雜的約束問題求解上根本無法應(yīng)用，對一般非線性約束優(yōu)化問題來說：第一，在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、各神經(jīng)元外部輸入確定、各神經(jīng)元之間的連接權(quán)重上進行運用，相對復(fù)雜；第二，通過懲罰函數(shù)法的應(yīng)用，將非線性約束優(yōu)化問題向無約束優(yōu)化問題進行轉(zhuǎn)化；第三，運用網(wǎng)絡(luò)進行求解，會產(chǎn)生數(shù)值較大的罰參數(shù)，這可能導(dǎo)致網(wǎng)絡(luò)出現(xiàn)飽和截止的現(xiàn)象，最終無法進行仿真求解。受此限制，所得優(yōu)化結(jié)果往往與約束條件有一定的出入。但在優(yōu)化設(shè)計中，約束的滿足同樣重要。

本文在對約束條件進行處理上選用了Hopfield網(wǎng)絡(luò)聯(lián)合增廣乘子法的方式，并將高斯噪聲信號引入到隨機神經(jīng)網(wǎng)絡(luò)中對其進行構(gòu)建，對于隨機神經(jīng)網(wǎng)絡(luò)中存在的無等溫階段、難以跳出局部極小值的缺點，在對隨機網(wǎng)絡(luò)進行運行時結(jié)合了模擬退火算法的等溫馬爾科夫鏈和Metropolis準(zhǔn)則，使神經(jīng)網(wǎng)絡(luò)的尋優(yōu)能力得到了進一步的提升。

1 噴氣教練機的總體參數(shù)優(yōu)化

在本文中，選取的算例包含有兩個子模塊，分別為質(zhì)量估算模塊和性能計算模塊。優(yōu)化設(shè)計設(shè)定的變量為燃油質(zhì)量mf、展弦比x、翼面積s。對噴氣教練機進行優(yōu)化設(shè)計的最終目的是在約束條件為航程R=700km，最大平飛速度Vm≥680km/h,巡航速度Vc≥550km/h,著陸速度Vl≤140kmPh,升限H≥14km的前提下將飛機起飛質(zhì)量m0降至最低。

模型中，目標(biāo)函數(shù)、設(shè)計變量與狀態(tài)變量的量級之間存在著較大的差異，因此，還需要對他們進行進一步的處理，采用的處理方法為歸一法，目標(biāo)處理為m0/3000，轉(zhuǎn)化著陸速度約束條件，使之成為的形式，并模仿此方法對其他約束條件進行一一處理。以下是優(yōu)化問題的規(guī)范形式：

1.1 網(wǎng)絡(luò)仿真計算與結(jié)果

罰參數(shù)的遞增方式：

圖1 系統(tǒng)隨t的變化過程

由圖1可知，前期，在高斯噪聲的影響下，網(wǎng)絡(luò)處于波動狀態(tài)。但隨著梯度的的改變，網(wǎng)絡(luò)會發(fā)生相應(yīng)的收斂直至穩(wěn)定。不同的初值，最優(yōu)解及約束滿足程度分別在表1和表2中列出。

表1 算法結(jié)果比較

表2 各最優(yōu)解的約束滿足情況

通過表1和表2我們可以看出，該算法具有精度高，最優(yōu)解能夠充分滿足約束條件的特點。無論從何初始值開始，最終網(wǎng)絡(luò)都能收斂與全局最優(yōu)解。

1.2 基于拉氏乘子進行權(quán)衡研究

在對飛機進行總體概念設(shè)計的過程中，權(quán)衡研究發(fā)揮著無可取代的作用，主要包括設(shè)計參數(shù)權(quán)衡和設(shè)計要求權(quán)衡兩類。

總體參數(shù)優(yōu)化的本質(zhì)就在于參數(shù)權(quán)衡的設(shè)計，根本目的在于在使設(shè)計要求得到充分滿足的前提下盡量降低飛機起飛的總重量和飛機的研制成本。而全局優(yōu)化算法的應(yīng)用，使設(shè)計者在充分滿足設(shè)計要求約束的前提下對設(shè)計自由度進行最大限度的利用，最終實現(xiàn)最優(yōu)。

隨著設(shè)計要求的改變，用于對飛機重量和成本進行確定的設(shè)計要求權(quán)衡也會發(fā)生相應(yīng)的改變。當(dāng)出現(xiàn)某一設(shè)計要求會直接導(dǎo)致飛機起飛總重量出現(xiàn)大幅度的增加時，可向用戶進行咨詢，看是否可對這一設(shè)計要求進行相應(yīng)的放寬，若不行，設(shè)計部門就需要對該設(shè)計要求進行重點研究，以最終獲得能夠有效解決該問題的方法。而拉格朗日乘子可提供最為精確的信息，以協(xié)助設(shè)計人員發(fā)現(xiàn)最敏感的設(shè)計要求。

拉氏乘子分量1≠0表示處于該項約束邊界，幾何意義：在靠近極值點的位置，通過對隨著約束條件細微變化而相應(yīng)發(fā)生變化的目標(biāo)函數(shù)變化比率觀察，可知起飛總重量m0隨升限約束變化比較敏感。如進行相同單位量的放松，相較于其他激活約束，此約束可更多的減少目標(biāo)。

假設(shè)將升限約束條件放松至13km，并對優(yōu)化模型進行相應(yīng)的修改，全局尋優(yōu)后得到最優(yōu)解為：

﹝19.6934 4.0124 395.0123﹞

此時m0為3214kg，減重5%，各約束對應(yīng)的拉氏乘子：

﹝-0.2631 0 0 -0.4397 -0.4979﹞

2 干線機的機翼氣動/結(jié)構(gòu)綜合設(shè)計

選取的干線客機載重18870kg，航程4356km，巡航馬赫數(shù)0.75，對其機翼進行相應(yīng)的氣動/結(jié)構(gòu)設(shè)計優(yōu)化。

整個分析模型包含有3個組成部分，分別為氣動、結(jié)構(gòu)和重量。通過基于非等熵全優(yōu)勢方程的（CFDComput ional Fiuid Dynamic)方法與摩擦阻力的工程估算方法的運用，對氣動進行相應(yīng)的分析；運用以工程梁理論為基礎(chǔ)的設(shè)計方法對結(jié)構(gòu)進行相應(yīng)的分析；運用處于概念設(shè)計階段的二階重量估算方法對飛機重量進行估算。

設(shè)計變量選取能夠從較大程度上影響機翼氣動機構(gòu)的展弦比、根梢比、前緣后掠角、機翼面積、翼根處機翼相對厚度、30%展長處機翼相對厚度、翼梢機翼相對厚度和翼梢扭轉(zhuǎn)角。

為使綜合設(shè)計的優(yōu)化模型得到進一步的簡化，使大部分氣動/結(jié)構(gòu)設(shè)計要求得到充分的確保，可在相應(yīng)分析模型中以其為輸入條件進行輸入，同時，要求客機的升阻比＞15。最終的優(yōu)化目標(biāo)是有效降低機翼重量。

3 結(jié)束語

綜上所述，神經(jīng)網(wǎng)絡(luò)目前所具備的并行分布優(yōu)勢并未能得到充分的開發(fā)，它還有巨大的潛力等待著我們?nèi)ジ钊氲奶剿骱屯诰?，我們相信，隨著現(xiàn)代技術(shù)的不斷革新以及人們對神經(jīng)網(wǎng)絡(luò)掌握的進一步深入，再加之硬件仿真手段的創(chuàng)新和發(fā)展，神經(jīng)網(wǎng)絡(luò)將得到更為廣泛的應(yīng)用，為飛機設(shè)計事業(yè)創(chuàng)造更大的空間。

[1]周盛強,向錦武.基于Hopfield網(wǎng)絡(luò)的飛機設(shè)計[J].北京航空航天大學(xué)學(xué)報,2006,32(6):675-679.

[2]葉世偉,鄭宏偉,王文杰等.連續(xù)時間 Hopfield網(wǎng)絡(luò)模型數(shù)值實現(xiàn)分析[J].軟件學(xué)報,2004,15(6):881-890.

[3]周盛強.基于Hopfield神經(jīng)網(wǎng)絡(luò)和KS函數(shù)的優(yōu)化設(shè)計研究[J].飛機設(shè)計,2006,(2):8-11.

[4]林盾,李建生.Hopfield網(wǎng)絡(luò)在系統(tǒng)優(yōu)化設(shè)計中的應(yīng)用[J].湘潭師范學(xué)院學(xué)報(自然科學(xué)版),2008,30(4):4-7.

[5]金海和.Hopfield網(wǎng)絡(luò)學(xué)習(xí)及其在最優(yōu)化問題中的應(yīng)用[C].管理科學(xué)與系統(tǒng)科學(xué)研究新進展.2001:3-8.

[6]董波,張曉東,酈正能,等.干線客機機翼氣動/結(jié)構(gòu)綜合設(shè)計研究[J].北京航空航天大學(xué)學(xué)報,2002,28(4):435-437.