基于遗传算法的无人机机翼铺层优化方法技术

本发明专利技术提供了一种基于遗传算法的无人机机翼铺层优化方法，包括以下步骤：S1，创建关于无人机机翼铺层角度的初代种群；S2，根据初代种群计算无人机机翼各铺层的应力值；S3，根据无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；S4，根据无人机机翼各铺层的适应度值对初代种群进行重组，以得到次代种群；S5，利用得到的次代种群替代步骤S2‑S4中的初代种群，并重复步骤S2‑S4直至达到遗传算法的最大遗传次数。本发明专利技术能够较为简单快速地完成无人机机翼铺层优化。

Optimization method of UAV wing layer based on genetic algorithm

【技术实现步骤摘要】
基于遗传算法的无人机机翼铺层优化方法
本专利技术涉及无人机机翼设计
，具体涉及一种基于遗传算法的无人机机翼铺层优化方法。
技术介绍
在无人机的设计过程中，如何减轻无人机的重量一直是设计人员关心的问题。目前设计人员主要从两个方面解决这一问题，其中一方面是改进无人机的复合材料，例如在无人机的结构设计中使用碳纤维复合材料，另一方面是对无人机所使用的复合材料进行铺层优化，以减轻无人机的重量。目前，在对无人机所使用的复合材料进行铺层优化设计中，通常将铺层厚度、铺层角度、铺层顺序作为设计变量，进行优化设计以达到减轻无人机重量的目的。但是目前的铺层优化方法大多计算复杂，难以有效地完成铺层优化工作。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于遗传算法的无人机机翼铺层优化方法，能够较为简单快速地完成无人机机翼铺层优化。为达到上述目的，本专利技术实施例提出了一种基于遗传算法的无人机机翼铺层优化方法，包括以下步骤：S1，创建关于无人机机翼铺层角度的初代种群本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的无人机机翼铺层优化方法，其特征在于，包括以下步骤：/nS1，创建关于无人机机翼铺层角度的初代种群；/nS2，根据所述初代种群计算无人机机翼各铺层的应力值；/nS3，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；/nS4，根据所述无人机机翼各铺层的适应度值对所述初代种群进行重组，以得到次代种群；/nS5，利用得到的次代种群替代所述步骤S2-S4中的所述初代种群，并重复所述步骤S2-S4直至达到遗传算法的最大遗传次数。/n

【技术特征摘要】
1.一种基于遗传算法的无人机机翼铺层优化方法，其特征在于，包括以下步骤：
S1，创建关于无人机机翼铺层角度的初代种群；
S2，根据所述初代种群计算无人机机翼各铺层的应力值；
S3，根据所述无人机机翼各铺层的应力值得到无人机机翼各铺层的适应度值；
S4，根据所述无人机机翼各铺层的适应度值对所述初代种群进行重组，以得到次代种群；
S5，利用得到的次代种群替代所述步骤S2-S4中的所述初代种群，并重复所述步骤S2-S4直至达到遗传算法的最大遗传次数。


2.根据权利要求1所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，所述步骤S3包括：
根据所述无人机机翼各铺层的应力值计算无人机机翼各铺层的强度值；
根据所述无人机机翼各铺层的强度值得到无人机机翼各铺层的强度比值；
选取所述无人机机翼各铺层的强度比值中最小的强度比值作为无人机机翼各铺层的适应值。


3.根据权利要求1所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，根据所述无人机机翼各铺层的适应度值进行选择、交叉、变异操作以重组所述初代种群。


4.根据权利要求3所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，通过MTALAB运用所述遗传算法对所述无人机机翼铺层进行优化。


5.根据权利要求4所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，所述遗传算法包括约束条件，所述约束条件为所述无人机机翼铺层角度为所述无人机机翼的标准铺层角度。


6.根据权利要求5所述的基于遗传算法的无人机机翼铺层优化方法，其特征在于，其中，通过MTALAB调用ANSYS的APDL程序根据所...

【专利技术属性】
技术研发人员：倪伟，薛亚平，周金宇，伍星亮，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏;32