基于Hopfield网络的飞机设计分析

基于 Hopfield网络的飞机设计分析

曾广鹏

陕西飞机工业有限责任公司 陕西省汉中市 723000

摘要：Hopfield网络归属于动力学范畴内，其可以有效计算乘子法的子问题，并以高斯噪声信号为核心内容展开神经网络的科学化构建，使用此种方法实现飞机整体优化设计可以获得显著性的效果，由此可以看出此算法呈现出数值稳定、求解高精的基本优点。基于此，本文主要针对Hopfield网络基本概念展开简要概述，并重点阐述干线机机翼气动结构综合设计问题，以供参考。

关键词：Hopfield网络；神经网络；飞机设计

引言：基于应用频率高、理论趋向于成熟的Hopfield神经网络而言，将其运用于飞机设计及故障诊断等方面呈现出不容小觑的价值作用，现如今神经网络主要运用软件模拟的方法实现，其自身的分部处理优势并没有全面发挥出来，在此期间需要相关科研人员和机构针对神经网络展开全方位探究和分析，并运用科学有效的手段措施将其合理运用于飞机设计工程当中，为设计人员提供更多参考依据和支持。

一、Hopfield网络的基本概述

现如今，Hpofield网络已经在二次规划、线性规划以及组合优化等诸多领域中有所应用。但是Hopfield网络在实际应用过程中也受到外界因素的干扰及限制，部分模型在复杂结构中的约束问题有效求解阶段中无法充分发挥出自身的价值作用，在非线性规划领域当中进行约束优化问题主要体现在以下几方面：其一，在神经元外部、网络拓扑结构输入确定以及各神经元的有效运用呈现出极其复杂的基本特点；其二，在惩罚函数法的支持下将非线性问题逐步演化为无约束优化问题；其三，采用网络技术加以求解，可以在根本上形成数值较大的罚参数，进而导致网络产生饱和截止的基本问题，并在此情况下无法展开有序化的仿真求解。在此种限制情况下，最终获取的优化成果与约束条件往往存在或多或少的差异性，但在飞机优化设计阶段中，约束的满足尤为重要^[1]。

神经网络可以在设计电路期间展开模拟试验，并运用现代化计算机软件仿真加以求解，计算机仿真主要是数值求解微分方程组的初值问题，可以采用欧拉、龙格等科学算法将微分方程合理演变为差分方程迭代求解。从整体视角来看，虽然随机网络增添一定的噪声信号，但是其对于多峰问题的全球优化问题求解能力有一定的限度，在受到神经元饱和截止效应的影响下，温度参数初始数值不可太高，而且在网络实际运行阶段中温度下降期间只有运用衰减率加以管控。

二、基于Hopfield网络的飞机设计要点

运用Hopfield网络与增广乘子法加以融合，并将高斯噪声信号有效运用于神经网络中加以创建，针对神经网络中存在的无等温、局部极小值缺陷问题，对网络展开结合模拟退火算法促使神经网络整体寻优能力获得全方位的提高。

（一）喷气教练机的参数优化

从整体视角来看，优化设计设定的变量主要包括展弦比x、翼面积s和燃油质量m1。针对喷气教练机展开深层次优化设计的主要目标是在航程R=700km的约束条件下，以及速度Vm≥680km/h、巡航速度Vc≥550km/h、着陆速度V1≤140kmPh、升限H≥14km的前提条件下将飞机整体起飞质量m0降低至最小化。在构造模型阶段中，目标函数、设计变量彼此间的量级有所不同，在此情况下相关人员需要对其展开深层次的探析和解决，使用频率最高的处理方法主要为归一发，目标处理为m0/3000，将着陆速度约束条件加以转变，促使其成为V1/140-1≤0的基本状况，并在此基础上对其他约束条件进行同方法处理。

1.网络仿真计算结果

据相关数据研究表明，在前期阶段中，高斯噪声的影响会导致网络始终处在大幅度波动的变化趋势下，但在梯度的逐步转化，网络会在此情况下波动幅度变小并趋向于稳定状态。全局优化算法呈现出精度高的基本优势特点，最优解可以在根本上满足约束条件多样化需求的基本特征，无论以那种初始数值展开计算，最终的网络都可以趋向于稳定发展并保障全局最优解^[2]。

2.基于拉氏乘子进行权衡研究

在对飞机展开总体概念设计期间，权衡研究占据着至关重要的地位，其主要涵盖设计要求权衡和设计参数权衡两种类型。总体参数优化的基本内涵在于阐述权衡的科学化设计，主要目标体现在满足多样化设计标准的基础上将飞机起飞期间的整体重量和成本投入量降低至最小范围内。而全局优化算法在实际应用过程中促使操作人员和设计人员可以在满足设计标准的前提条件下充分利用设计自由度，最终达成最优基本目标。在设计要求的不断变化情况下，针对飞机起飞重量及成本消耗量展开合理化设计期间，整体权衡也会产生或多或少的变化现象。如果设计要求导致飞机起飞重量骤升期间，相关人员可以及时与操作用户加以沟通和交流，重点探讨与研究是否可以针对此种设计要求进行宽松对待，如果请求被拒绝，设计部门需要在第一时间针对此项设计标准展开全方位、深层次的研究与分析，并在此基础上推出科学有效、高效实用的解决措施。从整体视角来看，拉格朗日乘子可以在飞机设计环节中为设计部门提供精准性、科学性、真实性的数据信息，为设计人员探索敏感设计要求及科学化设计措施提供有力的帮助和支持。拉氏乘子分量λ≠0主要代表在此约束范畴内，几何含义指的是在无限接近极值点的位置，将约束条件的变化趋势作为重要核心，并在此情况下随着约束条件变化而产生变化的目标函数变化展开全面观测，由此可以获取飞机起飞期间的重量m0约束变化敏感性较高。比如对单位量进行放松后，与其他激活约束相比后，此种约束可以在根本上减少目标。

（二）干线机的结构综合设计

在对干线机展开结构综合设计阶段中，数字分析模型主要划分为结构、重量、气动三个核心板块。通过运用非等熵优势方程和摩擦阻力工程估算等措施方法对干线机气动展开深层次分析；采用工程梁理论设计方法对整体飞机结构进行科学化探究；运用概念设计重量估算方法对飞机的起飞重量展开一系列估算。设计变量在选取过程中，需要充分考虑多种外界因素，并优先选择可以在根本上影响飞机机翼气动结构的根梢比、展弦比、机翼面积以及机翼厚度等。为了在一定程度上促使综合设计优化模型获取全面性的简化，保障气动和结构设计标准与设计要求相吻合，相关人员可以在数字化分析模型内部以输入条件展开各项操作项目，与此同时，客机设计阶段中需要保证升阻比＞15左右，主要优化目标体现在降低机翼重量。

Hopfield网络主要在动力学思想的支持下展开问题优化，可以在根本上避免罚参数超标或过大而带来病态问题，随着噪声及模拟退货机制的深度研究，在飞机设计工程当中可以在根本上避免神经网络逐渐减小波动幅度，促使其成为全局最小点，拉氏乘子还可以引导设计部门和设计人员针对飞机设计标准、需求展开权衡调整和深层次探究。

结论：综上所述，Hopfield网络在飞机设计项目中彰显出不容小觑的价值作用，随着人类对神经网络等复杂非线性动力学系统运动及规律的深层次探究，并积极引用更多现代化、先进化硬件仿真措施，相信神经网络会具备广阔的应用前景。除此之外，Hopfield网络除了在飞机设计工程中有所造诣，还可以对飞机故障问题加以模拟诊断，切实提高设计人员和操作人员的工作效率，在根本上克服传统专家系统的自学习问题及存在的漏洞空缺。

参考文献：

[1]王坦,杨森,董海瑞. 基于Hopfield网络的有人机/无人机协同作战效能评估[J]. 电光与控制,2021,28(10):80-84.

[2]翟鸿儒,李娟,黄晶. 基于Hopfield神经网络的符号识别应用[J]. 运城学院学报,2018,36(06):48-51.