彭　科，胡　凡，张为华，武泽平

(国防科技大学 航天科学与工程学院, 湖南 长沙　410073)



序列近似优化方法及其在火箭外形快速设计中的应用*

彭科，胡凡，张为华，武泽平

(国防科技大学 航天科学与工程学院, 湖南 长沙410073)

摘要：针对序列近似优化方法在代理模型构造与采样策略等方面的不足，基于采样点局部密度，引入与局部密度成反比的样本点影响体积概念，通过优化总影响体积确定径向基函数最优核宽度，满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要；建立潜在可行域最大距离加点准则，并与潜在最优加点准则结合平衡算法的探索能力与开发能力；建立三步收敛判定准则；构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题，算法在目标函数调用42次后便搜索到全局最优解，体现了其良好的全局寻优能力与搜索效率。以“天航二号”火箭为例，建立其外形优化问题数学模型，所提优化方法在调用原始计算模型165次之后便搜索到全局最优解，大大提高了设计效率，同时飞行试验也表明设计结果满足要求。

关键词：序列近似优化；代理模型；采样策略；局部密度；收敛判定准则；“天航二号”火箭；外形优化

序列近似优化(Sequential Approximate Optimization，SAO)方法基于少量初始采样点构造初始代理模型，采取一定的加点策略更新采样点，逐步提高代理模型对最优解的近似精度，根据收敛准则终止算法并输出最优解[1-4]。相比智能优化算法，序列近似优化方法可在保证全局最优的前提下大幅降低原模型调用次数，显著提高优化效率[1]。……