自适应克隆选择算法在等效系统拟配中的应用

段效聪， 徐浩军， 王国智， 李 哲， 吴喜杰

(1.空军工程大学航空工程学院， 西安， 710038； 2.95960部队， 西安， 710089)

从20世纪70年代开始，以F-16战斗机和空客A320为代表的现代先进飞机开始使用电传操纵系统(FBWS)，极大提高了飞行性能，同时解决了超音速战斗机固有稳定性不足的问题，但也使得描述飞机动力学的数学模型阶次较高[1]，许多附加模态难与飞机的长短周期模态相区分，无法直接评定其飞行品质，因此军用规范MIL-F-8785C和MIL-HDBK-1797中引入了等效系统的方法，并给出了相应的规定。

最小二乘法[2-4]因其使用过程简便，在工程实际中被广泛应用，但不同的初值选取会对拟配结果产生较大的影响，且拟配精度不高，甚至拟配曲线发散，不利于飞机设计过程中飞行品质的评价。近年来许多智能算法被应用到等效系统拟配中，如混沌差分进化算法、遗传算法、NSGA-II算法等[5-9]，仿真结果表明在满足失配度要求的同时可以解决传统拟配算法受初值选取影响较大的问题，但也存在计算效率低、收敛过程慢的缺点。

克隆选择算法(Clonal Selection Algorithm，CSA)是由Jerne提出的一种免疫算法(Immune Algorithm，IA)，它借鉴人体在外界抗原感染下产生抗体，抗体通过克隆、变异过程更新抗体群，并抵抗外界抗原侵入的原理[10]，设计出求解函数优化的算法，实现自我学习、全局寻优的功能。研究人员将克隆选择算法应用于现代制造中柔性作业车间调度、无人机多机协同航路规划、图像聚类等问题[11-13]中，并对该算法进行了优化改进，在工程应用中取得了较好的结果。……