龙腾，毛能峰，史人赫，武宇飞，沈敦亮

1. 北京理工大学 宇航学院，北京 100081 2.北京理工大学 飞行器动力学与控制教育部重点实验室，北京 100081 3.清华大学 航天航空学院，北京 100084 4.北京宇航系统工程研究所，北京 100076

数值计算技术、学科建模技术与计算机软硬件的发展使得高精度分析模型在飞行器系统设计的工程实践中应用日益广泛，例如，采用计算流体力学(Computational Fluid Dynamics, CFD)模型、计算电磁学(Computational Electromagnetics, CEM)模型、结构有限元分析(Finite Element Analysis, FEA)模型等高精度分析模型，可以改善设计结果的可信度，但存在计算耗时长的问题。基于梯度的局部搜索算法(如增广拉格朗日乘子法、序列二次规划法和可行方向法)通常利用有限差分法计算梯度信息，需要反复调用分析模型；基于概率的全局探索算法(如遗传算法、粒子群算法和模拟退火法)同样需要成千上万次的调用分析模型[1]。为了缓解上述问题，构造高精度分析模型的代理模型，可以有效降低性能指标预测成本。神经网络是一种模拟生物神经系统结构和功能的代理模型，理论上可以逼近任意非线性函数，因此得到了广泛关注。张嘉良等[2]将神经网络与遗传算法相结合，用于求解特定飞行条件下的巡航飞行器增程优化设计问题。雷玉昌等[3]利用神经网络建立双后掠翼飞行器外形参数与性能参数之间的映射关系，用于求解气动布局多目标优化设计问题。孙伟和张呈林[4]建立直升机桨叶气动性能的神经网络预测模型，用于求解气动外形多目标优化设计问题。……