劉霖趙學(xué)良靳克馬慶坤閆志強(qiáng)
混合遺傳算法在彈箭氣動參數(shù)優(yōu)化的應(yīng)用
劉霖1趙學(xué)良2靳克2馬慶坤2閆志強(qiáng)2
1、山西中北大學(xué)機(jī)電工程學(xué)院2、河南豫西工業(yè)集團(tuán)
彈箭氣動參數(shù)是影響彈箭飛行運動的重要因素,因此獲取準(zhǔn)確的彈箭氣動參數(shù)對彈箭的研制極為重要。在射擊實驗之后,彈箭參數(shù)的辨識實際上就是一個參數(shù)優(yōu)化的過程,但是傳統(tǒng)的優(yōu)化方法在彈箭氣動參數(shù)優(yōu)化過程中,很容易陷入局部最優(yōu)解,而無法準(zhǔn)確得出參數(shù),同時遺傳算法具有很好的全局優(yōu)化能力,但是在局部尋優(yōu)上很慢,因此將二者相結(jié)合形成的混合遺傳算法來進(jìn)行彈箭參數(shù)優(yōu)化,效果比單一算法好。
氣動參數(shù);優(yōu)化;混合遺傳算法
彈箭在空氣中運動時,所受到的空氣動力是影響其運動軌跡、速度等的主要因素之一。要想研究彈箭在空氣中的運動規(guī)律,首先要得到彈箭的氣動力特性。獲取彈箭氣動力參數(shù)的常用方法有三種:理論計算法、風(fēng)洞吹風(fēng)試驗法和射擊試驗法。其中理論計算法和風(fēng)洞實驗法因為其本身的局限性,需要有很多假設(shè)條件,造成誤差較大。
射擊實驗法,通常是通過各種儀器測量到一系列的數(shù)據(jù),這些數(shù)據(jù)包含彈丸飛行過程中的坐標(biāo)、速度和轉(zhuǎn)速。再通過彈丸狀態(tài)方程,解算彈箭氣動力參數(shù)。但其實現(xiàn)比較繁瑣,在測試儀器和設(shè)備方面要求較高。同時試驗原理和數(shù)據(jù)采集的準(zhǔn)確性對求取的精度影響較大,得到的參數(shù)不能直接用于工程應(yīng)用。
本文基于最優(yōu)化理論,同時結(jié)合最小二乘法擬合的思想,以射擊實驗法得到的氣動力參數(shù)作為設(shè)計變量,以計算彈道與實測的彈道模型之間的殘差平方和作為優(yōu)化模型的目標(biāo)函數(shù),只要使得目標(biāo)函數(shù)極小,就能找到一組最能反映實際彈道模型的氣動力參數(shù)。
本文優(yōu)化的設(shè)計變量是射擊實驗法得到的氣動力參數(shù),在優(yōu)化求解中,由優(yōu)化算法控制不斷改變其數(shù)值大小及數(shù)值變化趨勢,從而獲得最優(yōu)的目標(biāo)函數(shù)。在氣動力參數(shù)中,阻力系數(shù)Cx對彈道模型的影響最大,這里選用它作為本次仿真的設(shè)計變量。
目標(biāo)函數(shù)是評價優(yōu)化問題好壞的準(zhǔn)則,最優(yōu)化問題的本質(zhì)就是尋找到一組設(shè)計變量,使對應(yīng)的目標(biāo)函數(shù)值極大或者極小。在靶場射擊試驗中獲得的火箭彈的飛行數(shù)據(jù)測量值(ti,xci,yci,zci),通過優(yōu)化算法得到一組設(shè)計變量,代入四自由度彈道方程計算,也會獲得一組彈道數(shù)據(jù)(ti,xi,yi,zi)。根據(jù)最小二乘法理論,得殘差和
以此作為目標(biāo)函數(shù),只要使得ε的值極小,此時通過彈道方程解算出來的彈道,與實測彈道重合度最好,可以認(rèn)為這組氣動力參數(shù)就是該彈從實測數(shù)據(jù)中提取出(
)來的真實氣動力參數(shù)。具體優(yōu)化過程如圖1。
圖1 優(yōu)化流程
優(yōu)化設(shè)計方法有很多,但是它們有各自的特點局限性。傳統(tǒng)的優(yōu)化算法,計算效率比較高,但對問題的數(shù)學(xué)模型有很大依賴性,優(yōu)化過程的收斂對初始設(shè)計點的選擇有很大關(guān)系,很容易陷入局部最優(yōu)解。對于像彈箭總體參數(shù)優(yōu)化這種復(fù)雜工程系統(tǒng),模型相對比較復(fù)雜,對優(yōu)化算法的選擇要求十分苛刻,使用傳統(tǒng)優(yōu)化算法得到的最終優(yōu)化解很可能是局部最優(yōu)的,很難達(dá)到全局最優(yōu)解。
遺傳算法主要思想是借助于生物進(jìn)化過程中“適者生存”的原則,模仿生物進(jìn)化的遺傳繁殖機(jī)制進(jìn)行尋優(yōu),具有很好的全局搜索能力,可以快速地將空間中的全體解搜索出,能較大程度地避免陷入局部最優(yōu)解,并且利用它的內(nèi)在并行性,可以方便地進(jìn)行分布式計算,加快求解速度。但在局部尋優(yōu)上,因為依靠算子交叉和算子變異,所以效率很低,在實際應(yīng)用中,容易產(chǎn)生早熟收斂的問題。
霍克-吉維斯法(hooke-jeeves)屬于直接搜索法,在設(shè)計點周圍的搜索效率很高;由于在探索階段使用的尋優(yōu)步長很大,在搜索初期可以搜索到的設(shè)計變量取值空間比使用梯度優(yōu)化算法時的更大;對于中等規(guī)模設(shè)計變量和中等非線性優(yōu)化問題,hooke-jeeves方法特別適用。但是其對初始設(shè)計點要求較高,不合適的初始設(shè)計點有可能使尋優(yōu)落入局部最小解;同時對于仿真計算耗時比較長的參數(shù)優(yōu)化問題,hooke-jeeves方法并不適用。
因此,采用霍克-吉維斯法與遺傳算法相結(jié)合的方法,可以同時發(fā)揮到兩種算法的優(yōu)點,對彈道參數(shù)進(jìn)行優(yōu)化,可以快速有效得到其最優(yōu)解。
Isight軟件算法庫中集合了多種優(yōu)化算法,具有可移植性、應(yīng)用過程中靈活度高、人工建模工作量小、辨識結(jié)果誤差較小等優(yōu)點,這里我們利用了isight軟件與彈道程序相結(jié)合組成,設(shè)計變量(即阻力系數(shù)Cx)算法流程如圖2。
圖2 組合優(yōu)化算法流程圖
本仿真使用四自由度彈道方程組,即修正質(zhì)點彈道方程。根據(jù)修正質(zhì)點彈道方程,計算出彈箭飛行時的質(zhì)心速度、質(zhì)心位置坐標(biāo)的理想彈道,作為本次仿真樣本數(shù)據(jù)。采用彈丸設(shè)計理論阻力系數(shù)經(jīng)驗值作為初值,根據(jù)上述優(yōu)化算法流程,分別使用hooke-jeeves算法、遺傳算法和混合遺傳算法三種不同的算法對阻力系數(shù)進(jìn)行優(yōu)化計算,對比結(jié)果如表1所示。
表1 三種算法對比結(jié)果
圖3~圖5是三種不同算法下,計算出的阻力系數(shù)Cx隨馬赫數(shù)Ma的變化規(guī)律與真值(即理想彈道的Cx變化值)的對比圖。
圖3 hooke-jeeves算法優(yōu)化結(jié)果
圖4 遺傳算法優(yōu)化結(jié)果
圖5 混合遺傳算法優(yōu)化結(jié)果
通過上述計算結(jié)果,對比三種算法可以發(fā)現(xiàn),混合遺傳算法優(yōu)化所得到的阻力系數(shù)Cx更接近于真值。通過表1對比,遺傳算法所用時間最長,且陷于局部最優(yōu)解。hooke-jeeves算法稍好,但與混合遺傳算法的結(jié)果相比,其精度不高?;旌线z傳算法在尋優(yōu)速度上,與hooke-jeeves算法相當(dāng),但計算精度要強(qiáng)于遺傳算法和hooke-jeeves算法,證明混合遺傳算法可用于彈箭氣動參數(shù)優(yōu)化。
[1]王曉鵬,萬敏.一種基于遺傳算法的動力學(xué)系統(tǒng)辨識方法[J].飛行力學(xué),2003.
[2]王小平,李續(xù)武.遺傳算法—理論、應(yīng)用與軟件實現(xiàn)[M].西安:西安交通大學(xué)出版社,2002.
[3]蔡金獅.飛行器系統(tǒng)辨識[M].北京:宇航出版社,1995.
[4]韓子鵬等.彈箭外彈道學(xué)[M].北京:北京理工大學(xué)出版社,2008.
[5]周明,孫樹棟.遺傳算法原理及應(yīng)用[M].北京:國防工業(yè)大學(xué)出版社.
72%烯酰·錳鋅可濕性粉劑1211、1299、1387g/hm2處理對黃瓜霜霉病的防效分別為66.78%、75.76%、72.58%,方差分析結(jié)果表明,試驗藥劑72%烯?!ゅi鋅可濕性粉劑1299 g/hm2處理防效、1387 g/hm2和80%烯酰嗎啉水分散粒劑264 g/hm2處理防效差異顯著,與80%代森錳鋅是可濕性粉劑2520 g/hm2處理差異不顯著;72%烯?!ゅi鋅可濕性粉劑1387 g/hm2處理、兩單劑對照處理間差異不顯著,72%烯酰·錳鋅可濕性粉劑1211 g/hm2與其他各處理間差異極顯著。
藥劑評價:試驗結(jié)果表明,72%烯酰·錳鋅可濕性粉劑可有效防治黃瓜霜霉病,其防效優(yōu)于兩單劑對照,試驗范圍內(nèi)對黃瓜安全,未見不良影響,可以推廣應(yīng)用。
技術(shù)要點:在黃瓜霜霉病發(fā)病初期噴霧防治,間隔7~10d左右,連用2~3次。推薦用量為有效成分1299~1387 g/hm2。
劉霖,1984年5月出生,湖北利川人,碩士,研究方向:兵器工程。