DOI:10.11991/yykj.202212024网络出版地址：https://link.cnki.net/urlid/23.1191.u.20231229.1501.002基于改进混合樽海鞘群算法的航空发动机模型求解方法沈昂1,2，徐含灵2,3，胡春艳2,3,4，谭湘敏2,3,41.江苏大学流体机械工程技术研究中心，江苏镇江2120132.中国科学院工程热物理研究所/轻型动力重点实验室，北京1001903.中国科学院轻型动力创新研究院，北京1001904.中国科学院大学航空宇航学院，北京100049摘要：针对传统智能优化算法在求解航空发动机模型非线性方程组时收敛速度慢、精度低的问题，提出采用樽海鞘群优化算法（salpsswarmalgorithm，SSA）。为了提升标准SSA求解复杂发动机模型的随机搜索能力，采用了混沌映射、正余弦算法、自适应权重、逐维变异策略对SSA进行改进，并且更进一步调整了算法流程（ProcessimprovedSSA），提高算法收敛概率，最终将ProcessimprovedSSA与Newton-Raphson算法结合为混合算法，并以适应度值作为算法切换的判断条件以提升混合算法的计算效率。仿真实验验证了ProcessimprovedSSA求解航空发动机模型的有效性。仿真结果表明混合算法能够实现全局收敛并提升收敛速度，且能够在模型输入强瞬变仿真时实现快速收敛。关键词：非线性模型；航空发动机；智能优化算法；樽海鞘群算法；混沌映射；正余弦算法；Newton-Raphson算法；混合算法中图分类号：V239文献标志码：A文章编号：1009−671X(2024)02−0031−09Asolutionmethodofaero-enginemodelbasedontheimprovedhybridsalpsswarmalgorithmSHENAng1,2,XUHanling2,3,HUChunyan2,3,4,TANXiangmin2,3,41.ResearchCenterofFluidMachineryEngineeringandTechnology,JiangsuUniversity,Zhenjiang212013,China2.KeyLaboratoryofLight-dutyGas-turbine,InstituteofEngineeringThermophysicsChineseAcademyofSciences,Beijing100190,China3.InnovationAcademyforLight-dutyGasTurbine,ChineseAcademyofSciences,Beijing100190,China4.SchoolofAeronauticsandAstronautics,UniversityofChineseAcademyofSciences,Beijing100049,ChinaAbstract:Aimingattheproblemsofslowconvergencespeedandlowprecisionoftraditionalintelligentoptimizationalgorithminsolvingnonlinearequationsofaeroenginemodel,anewsalpswarmoptimizationalgorithm(SSA)isproposed.InordertoimprovetherandomsearchabilityofthestandardSSAtosolvecomplexenginemodels,SSAisimprovedbyusingthechaoticma...
