[发明专利]基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法

说明书

技术领域

本发明涉及多涡环微下击暴流模型参数选择方法。

背景技术

微下击暴流是低空风切变的一种，具有尺度小、出流接近地面、过程剧烈和局地灾害严重等特点，特别是当飞行器着陆，如果遇到很强的逆风到顺风切变，极易引发飞行事故。在飞行仿真中，对微下击暴流的建模和数值模拟可以检验飞行器对微下击暴流的响应，减少危害。

Woodfield和Wood最早提出的涡环原理模型是目前应用最广泛的一种微下击暴流模型。为了使生成的微下击暴流场与实际情况更加接近，通常使用多个涡环建立微下击暴流模型，即多涡环微下击暴流模型。多涡环微下击暴流模型有多组涡环参数需要配置。在飞行仿真中，需要根据试验的具体要求生成不同的微下击暴流场。一般以微下击暴流场的某种特征作为选择模型参数的准则，微下击暴流场的水平与垂直风速最大峰值比是评价其对飞行器危害程度的一个特征。在微下击暴流的垂直强度一定的情况下，水平与垂直风速最大峰值比直接关系到微下击暴流场对飞行器的危害程度。

微分进化DE（differential evolution）算法是一种实数编码的基于种群进化的全局优化算法，它在许多优化问题中都表现出优于SA算法、GA算法和PSO算法的性能。

微下击暴流场的建模在飞行仿真中具有重要意义，现在最常用的是基于多涡环原理的微下击暴流模型，模型的参数直接决定了所生成微下击暴流场的特征。

目前以水平、垂直风速最大峰值比等于0.3为准则，提出了一种根据经验公式选择多涡环微下击暴流模型参数的方法。但是缺少当水平、垂直风速最大峰值比不等于0.3时，相应的模型参数选择方法，所以目前选择多涡环微下击暴流模型参数的方法在实际使用中受到限制。

发明内容

本发明的目的是为了解决当水平、垂直风速最大峰值比不等于0.3时，没有相应的模型参数选择方法的问题，提供一种基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法。

基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法，它包括具体步骤如下：

步骤一、目标寻优初始化：随机产生模型参数{H，R,Γ}，其中：H={H_n}为各涡环对高度的集合，R={R_n}为各涡环半径的集合，Γ={Γ_n}为各涡环对强度的集合，n为自然数；

步骤二、中间寻优，获得最大垂直风速和最大水平风速；

步骤三、计算水平、垂直风速最大峰值比K1；

步骤四、判断K1-K〈ΔK，K为预设比值，ΔK为误差范围；判断结果为否，则执行步骤五；判断结果为是，则执行步骤六；

步骤五、变异产生新的目标个体群，返回步骤二；

步骤六、得到最优模型参数。

本发明将首次引入微分进化算法解决多涡环微下击暴流模型参数的选择问题，由于多涡环微下击暴流模型参数选择中存在两个寻优过程，将标准微分进化算法改进为嵌套式微分进化算法，提出了基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法。

突破了传统的模型参数确定方法中对水平/垂直风速最大峰值比的限制，传统方法只能依靠经验公式计算固定水平/垂直风速最大峰值比(K=0.3)的模型参数，而利用本发明可以得到任意水平/垂直风速最大峰值比的模型参数。

附图说明

图1为本发明所述方法的流程图，图2为具体实施方式三中所述步骤二的流程图，图3为现有技术的单涡环模型原理示意图，图4为现有技术的多涡环微下击暴流模型原理示意图，图中1-1为一号涡环、1-2为二号涡环、1-n为n号涡环，2为地面；图5为K=0.5时微下击暴流场风速矢量，图中用箭头表示风速矢量；图6为K=0.5时微下击暴流垂直风速示意图，图7为K=0.5时微下击暴流水平风速示意图。

具体实施方式

具体实施方式一：结合图1说明本实施方式，本实施方式所述基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法，它包括具体步骤如下：

步骤一、目标寻优初始化：随机产生模型参数{H，R,Γ}，其中：H={H_n}为各涡环对高度的集合，R={R_n}为各涡环半径的集合，Γ={Γ_n}为各涡环对强度的集合，n为自然数；

步骤二、中间寻优，获得最大垂直风速和最大水平风速；

步骤三、计算水平、垂直风速最大峰值比K1；

步骤四、判断K1-K〈ΔK，K为预设比值，ΔK为误差范围；判断结果为否，则执行步骤五；判断结果为是，则执行步骤六；