CN106874616A - 一种参数优化调整方法及系统 - Google Patents

Abstract

本发明公开一种参数优化调整方法及系统，该方法包括：构建待设计仿真模型；根据待设计仿真模型获取优化参数集；调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数对待优化调整参数进行优化调整。本发明通过先确定待优化调整参数，将待优化调整参数从待设计仿真模型中引出作为待设计仿真模型的输入参数，将设计仿真模型的工程约束要求转换为约束条件，将设计指标要求转换为待优化调整参数的寻优优化指标，调用通用优化算法函数，进行自动寻优，从自动寻优过程数据中确定待优化调整参数的最终调整结果，其适用于多种应用场合，如：飞行轨迹参数和控制器参数的优化，且待优化调整参数个数不限定，可协助设计人员提高设计效率。

Description

一种参数优化调整方法及系统

技术领域

本发明涉及算法设计及仿真技术领域，特别是涉及一种参数优化调整方法及系统。

背景技术

在飞行器制导控制系统设计和仿真过程中，通常会涉及到飞行轨迹规划和飞行姿态控制及飞行质心位置控制等的设计问题。具体以飞行轨迹规划设计为例，传统的设计过程如图1所示，在传统的设计过程中，需要判断仿真结果是否满足设计要求，若不满足要求，需要返回上一步骤，重新调整模型参数，重新仿真，直到仿真结果满足为止。这种传统的多参数优化调整需要依靠人工进行调整，调整过程比较费力耗时，对于没有设计经验的设计人员来说，时间会更长；而针对某一固定参数个数的应用建立一个特定的优化模型，只能适用于某个特定场合，通用性差，整个系统的设计效率非常低。

发明内容

本发明的目的在于提出一种参数优化调整方法及系统，以解决现有技术中采用人工对参数优化调整，费时费力，设计效率低的问题。

为达到上述目的，本发明提供了以下技术方案：

一种参数优化调整方法，包括：

构建待设计仿真模型；

根据所述待设计仿真模型获取优化参数集；

调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整。

其中，所述优化参数集包括：所述待设计仿真模型的输入参数、所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件、所述输入参数的初始取值、所述待设计仿真模型的优化指标计算函数以及优化过程约束条件。

其中，所述根据所述待设计仿真模型获取优化参数集，具体为：

根据所述待设计仿真模型的组成及工作原理，确定所述待设计仿真模型的输入和输出，将所述待优化调整参数作为输入参数；

根据所述待设计仿真模型的工程约束要求，设定所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件，并确定所述输入参数的初始取值；

根据所述待设计仿真模型的设计指标要求，设定优化指标计算函数；

根据所述待设计仿真模型的设计精度要求以及优化迭代的最大次数要求，设定优化过程约束条件。

其中，所述调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，具体为：

调用通用优化算法函数；

将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，得到所述待优化调整参数的优化过程数据，所述待优化调整参数的优化过程数据包括对所述待优化调整参数的参数取值以及对应的优化指标计算函数值。

优选的，还包括：

将所述待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储；

在所述优化过程数据中提取最接近所述设计指标要求的所述优化指标计算函数值对应的所述待优化调整参数的参数取值作为最终调整结果。

一种参数优化调整系统，包括：

构建单元，用于构建待设计仿真模型；

获取单元，用于根据所述待设计仿真模型获取优化参数集；

调整单元，用于调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整。

其中，所述优化参数集包括：所述待设计仿真模型的输入参数、所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件、所述输入参数的初始取值、所述待设计仿真模型的优化指标计算函数以及优化过程约束条件。

其中，所述获取单元包括：

确定单元，用于根据所述待设计仿真模型的组成及工作原理，确定所述待设计仿真模型的输入和输出，将所述待优化调整参数作为输入参数；

第一设定单元，用于根据所述待设计仿真模型的工程约束要求，设定所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件，并确定所述输入参数的初始取值；

第二设定单元，用于根据所述待设计仿真模型的设计指标要求，设定优化指标计算函数；

第三设定单元，用于根据所述待设计仿真模型的设计精度要求以及优化迭代的最大次数要求，设定优化过程约束条件。

其中，所述调整单元包括：

调用单元，用于调用通用优化算法函数；

调整子单元，用于将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，得到所述待优化调整参数的优化过程数据，所述待优化调整参数的优化过程数据包括对所述待优化调整参数的参数取值以及对应的优化指标计算函数值。

优选的，还包括：

存储单元，用于将所述待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储；

提取单元，用于在所述优化过程数据中提取最接近所述设计指标要求的所述优化指标计算函数值对应的所述待优化调整参数的参数取值作为最终调整结果。

经由上述的技术方案可知，与现有技术相比，本发明公开了一种参数优化调整方法及系统，该方法包括：构建待设计仿真模型；根据待设计仿真模型获取优化参数集；调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整。本发明通过先确定待优化调整参数，将待优化调整参数从待设计仿真模型中引出作为待设计仿真模型的输入参数，将待设计仿真模型的工程约束要求转换为待优化调整参数的约束条件，将设计指标要求转换为待优化调整参数的寻优优化指标，调用通用优化算法函数，进行自动寻优，从自动寻优过程数据中确定待优化调整参数的最终调整结果，其适用于多种应用场合，如：飞行轨迹参数和控制器参数的优化，且待优化调整参数个数不限定，可协助设计人员提高设计效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为传统的飞行轨迹规划设计过程流程示意图；

图2为传统的某飞行器动力学仿真模型输出飞行高度变化示意图；

图3为本发明实施例提供的一种参数优化调整方法流程示意图；

图4为本发明实施例提供的某飞行器的待设计的飞行轨迹仿真模型示意图；

图5为本发明实施例提供的某飞行器的待设计的俯仰角仿真模型示意图；

图6为本发明实施例提供的某飞行器的控制系统基本组成结构示意图；

图7为本发明实施例提供的采用参数优化调整方法调整的某飞行器飞行高度变化示意图；

图8为本发明实施例提供的采用参数优化调整方法调整的某飞行器俯仰角变化示意图；

图9为本发明实施例提供的一种参数优化调整系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

首先以具体实施例进行技术问题的说明：

例如对于某飞行器在从地面发射起飞后，其飞行高度需要在一定时间内达到要求的高度，根据设计经验，设计人员通常采用如下俯仰角变化模型，来实现高度的变化。

上式中，θ₀—为初始发射俯仰角；θ_p—为转平时俯仰角；t₁,t₂—为给定的指令时间；K—控制参数，以上5个参数为待优化调整参数。

假设对飞行器发射后飞行轨迹的设计要求是：飞行器发射出去后要求10秒钟内高度达到800米。

若给5个参数赋值如下：t₁＝5；t₂＝10；θ₀＝35；θ_p＝2；K＝0.8，调用飞行器动力学仿真模型，则飞行高度变化如图2，图2为传统的某飞行器动力学仿真模型输出飞行高度变化示意图，横坐标time表示时间，(s)表示单位为秒，纵坐标y表示高度变化量，(m)表示单位为米，从以上仿真结果可以看出，仿真结果不能满足要求。

如果由设计人员人工调整以上5个参数，则有无数个组合，人工调整过程是很复杂、很漫长的。

此外，在完成了飞行指令变量θ^*的设计后，还需要设计一个控制器，在飞行器非线性动力学仿真情况下，实现对飞行指令变量的响应。传统的控制器采用PID控制设计方法，而PID控制器通常有3个待优化调整参数，即比例系数K_p、积分系数K_i和微分系数K_d，PID控制器中的p是英文proportion(比例)的首字母，i是英文integration(积分)的首字母，d是英文differential(微分)的首字母。控制器的输入是误差值，控制器的比例系数K_p的作用是对误差值进行比例计算，控制器的积分系数K_i的作用是对误差值进行积分计算，控制器的微分系数K_d的作用是对误差值进行微分计算。

有经验的设计人员，通常会根据经验设置3个控制参数的大致取值范围，在该范围内不断调整取值，之后进行仿真验证，而没有经验的设计人员，只能采用人工不断试探方法调整，费时费力；而针对某一固定参数个数的应用建立一个特定的优化模型，只能适用于某个特定场合，通用性不好，整个系统的设计效率非常低。

因此，为了提高设计效率，本发明提出一种参数优化调整方法及系统，其适用于不同的应用场合，通用性好，既可以用于飞行轨迹参数的优化，也可以用于控制器参数优化等，待优化调整参数的个数不限定，可协助设计人员提高设计效率。

请参阅附图3，图3为本发明实施例提供的一种参数优化调整方法流程示意图。如图3所示，本发明公开了一种参数优化调整方法，该方法具体步骤包括如下：

S301、构建待设计仿真模型。

具体的，根据待设计仿真模型的组成和仿真要求，进行待设计仿真模型的构建。请参阅附图4和附图5，图4为本发明实施例提供的某飞行器的待设计的飞行轨迹仿真模型示意图；图5为本发明实施例提供的某飞行器的待设计的俯仰角仿真模型示意图。

S302、根据待设计仿真模型获取优化参数集。

具体的，优化参数集可以包括：待设计仿真模型的输入参数、输入参数的取值范围、输入参数的不等式约束条件以及等式约束条件、输入参数的初始取值、待设计仿真模型的优化指标计算函数以及优化过程约束条件。

其中，具体的优化参数集是根据待设计仿真模型来确定的，根据待设计仿真模型的相关要求，上述优化参数集中某些参数可以设置为空。

具体的优化参数集是根据以下的要求进行确定和设定的：

根据待设计仿真模型的组成及工作原理，确定待设计仿真模型的输入和输出，将待优化调整参数作为输入参数。

上述提及的待设计仿真模型的输入为启动待设计仿真模型的输入，作为启动待设计仿真模型的固定指令，输入参数为待优化调整参数，即：需要进行优化调整的参数，主要是根据优化设计仿真模型确定的。

根据待设计仿真模型的工程约束要求，设定输入参数的取值范围、输入参数的不等式约束条件以及等式约束条件，并确定输入参数的初始取值。

根据待设计仿真模型的设计指标要求，设定优化指标计算函数。

根据待设计仿真模型的设计精度要求以及优化迭代的最大次数等要求，设定优化过程约束条件。

S303、调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整。

具体该步骤为：

调用通用优化算法函数；

将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，得到所述待优化调整参数的优化过程数据，待优化调整参数的优化过程数据包括对所述待优化调整参数的参数取值以及对应的优化指标计算函数值。

优选的，该方法步骤还包括以下步骤：

S304、将待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储。

在本申请中，由于优化算法函数的计算结果会受到较多因素的影响，例如：待优化调整参数的初始值的设定、寻优收敛精度等，计算优结果不一定是最优的，或者也有可能寻优失败，但在这个寻优过程中，总会有接近目标的结果，也就是让优化指标计算函数值达到接近最优的结果，因此在寻优过程中，需要记录每次寻优对应的待优化调整参数取值，以及对应的优化指标计算函数值。

S305、在优化过程数据中提取最接近设计指标要求的优化指标计算函数值对应的待优化调整参数的参数取值作为最终调整结果。

在本申请中，可以通过编程从优化调整过程数据中提取出最接设计指标要求的优化过程数据作为最终调整结果输出。

具体的，参数优化调整实现流程实施例：

在本申请中，以某飞行器飞行轨迹的设计过程为例来说明参数优化调整方法的实现流程，具体的，如图4所示，某飞行器的待设计的飞行轨迹仿真模型示意图，模块“MissileBody”为飞行器的动力学和运动学仿真模型；模块“Controller”为控制器模型，用于对飞行器进行控制，以便使飞行器的对应输出能够跟随输入指令的要求，模型中的其他模块都是上述飞行轨迹对应变量俯仰角的变化模型，也就是根据上面提及的俯仰角的变化公式(1)搭建俯仰角的变化模型。

通常，控制系统基本组成如图6所示，其中“指令生成”模块的作用是，生成要求的指令，例如，通常要求的指令包括：期望的飞行轨迹、期望的飞行速度、期望的飞行姿态等。

“控制器”模块的作用是，将要求的指令和“被控对象”实际的状态量相减，例如，实际状态量包括有：实际的飞行轨迹、实际的飞行速度、实际的飞行姿态等。“控制器”模块将要求的指令，与实际的状态量相减，求出误差，然后对误差值进行计算，得出控制量，例如如果“控制器”模块采用的是PID控制器，则对误差值进行比例计算、积分计算和微分计算，得出控制量，控制量输出给“被控对象”，改变“被控对象”的实际状态量，使得实际的状态量向要求的指令靠近，也就是最终使得误差值接近为0。

在本例子中，飞行轨迹对应变量俯仰角的变化模型的作用是进行指令生成，也就是按照公式(1)生成期望的俯仰角指令。

在本例子中，被控对象就是飞行器本身，对应的模块就是“MissileBody”。

在本例子中，控制器对应的模块就是“Controller”。

因此，“MissileBody”、“Controller”和飞行轨迹变量俯仰角的变化模型之间的工作关系就是如图6所表示的工作关系，也就是：“飞行轨迹变量俯仰角的变化模型”就是控制系统组成中的“指令生成”，“MissileBody”就是就是控制系统组成中的“被控对象”模块，而“Controller”就是控制系统组成中的“控制器”模块。

如果要改变飞行器飞行轨迹对应的变量—俯仰角，则需要由指令生成模块生成要求的、期望的俯仰角指令，在本例子中，对应的模块就是按照公式(1)所实现的模块组合，即包括以上模型组成图中的“Digital Clock”、“t1”、“t2”、“Seta0”、“Setap”、“K”、“Ifaction Subsystem”、“Merge”等小模块的组合，在这里统称为飞行轨迹对应变量变化模型。

被控对象“MissileBody”模块输出的俯仰角为实际的俯仰角，期望的俯仰角和实际的俯仰角，汇总到控制器“Controller”模块，由控制器模块计算控制量，输出送给被控对象“MissileBody”模块，被控对象在控制量的作用下，会改变其实际的俯仰角，使得实际俯仰角靠近期望的俯仰角。

步骤S1：根据待设计仿真模型的组成及工作原理，确定输入和输出，如图4所示，Digital Clock作为输入，Out1作为输出，将待优化调整参数作为输入参数输入待设计仿真模型，从上述某飞行器的待设计的飞行轨迹仿真模型中看出，将5个待优化调整参数在模型中以显示模块表示，如模块“K”等。这些待优化调整参数都将作为整个设计仿真模型的输入。

步骤S2：根据待设计仿真模型的工程约束要求，设定输入参数的取值范围、输入参数的不等式约束条件以及等式约束条件，并确定输入参数的初始取值。从上述设计模型中看出，由于设计仿真约束条件是要求10秒内飞行高度达到800米，因此对于5个待优化调整参数，对于t₂，要求其取值必须大于t₁，同时小于10秒，如果设定t₁的取值范围是0到5秒，则t₂的取值范围应该为5到10秒；对于其他参数如初始发射俯仰角等，则需要根据实际发射条件来设定，例如有的发射筒倾斜角度必须小于45度，则初始发射角度的取值必须小于45度等。其他待优化调整参数的取值范围都是依据实际工程情况来设定，也就是将约束条件转换为对待优化调整参数的取值范围。

步骤S3：根据待设计仿真模型的设计指标要求设定优化指标计算函数。从上述设计模型中看出，设计指标要求是飞行高度达到800米，因此可以设定优化指标计算函数为f＝y-800，这里的y就是设计仿真模型的输出。

步骤S4：根据待设计仿真模型的设计精度要求以及优化迭代的最大次数等要求，设定优化过程约束条件。

即设定优化迭代过程的结束的优化约束条件，例如：设计精度要求以及优化迭代的最大次数等要求。

步骤S5：调用通用优化算法函数，保存优化过程数据。从上述设计模型中看出，将5个待优化调整参数的初始取值、每个待优化调整参数对应的取值范围、以及优化指标计算函数f，代入到通用优化算法函数中，如单纯形算法等，就可以对5个待优化调整参数进行自动寻优。由于通用优化算法函数的计算结果会受到较多因素的影响，例如包括待优化调整参数的初始值的设定、寻优收敛精度等，计算的结果不一定是最优的，或者也有可能寻优失败，但在这个寻优过程中，总会有接近目标的结果，也就是让优化指标计算函数值达到接近最小的结果，因此在寻优过程中，需要记录每次寻优对应的的待优化调整参数的参数取值，以及对应的优化指标计算函数值。

例如，假设采用MATLAB的通用优化算法函数fmincon进行计算，fmincon函数的调用格式为：

x＝fmincon(@optfun，x₀，A，b，A_eq，b_eq，l_b，u_b，@confun，options)

其中，@optfun表示用于计算优化指标计算函数f的函数名称；x₀表示待优化调整参数的初始值；A表示不等式约束方程左侧矩阵；b表示不等式约束方程右侧向量；A_eq表示等式约束方程左侧矩阵；b_eq表示等式约束方程右侧向量；l_b表示对应待优化调整参数的取值下限；u_b表示对应待优化调整参数的取值上限；@confun表示计算工程约束要求的函数名称；options表示优化过程约束条件，包括收敛精度等，例如要求优化指标计算函数值小于多少就结束优化过程等；x表示待优化调整参数的调整结果。

在本实施例中，为了调用通用优化算法函数fmincon，设置对应参数如下：

在optfun函数中，设置优化指标计算函数的计算公式为f＝y-800，同时，每次优化过程中，对待优化调整参数x和优化指标计算函数值的计算过程值都保存下来；将x₀赋值为x₀＝[t₁₀，t₂₀，Seta₀₀，Seta_p0，K₀]，也就是5个待优化调整参数对应的初始值；在这里例子中，不需要考虑不等式约束和等式约束，因此可以赋值为空，即A＝[]，b＝[]，A_eq＝[]，b_eq＝[]；在本实施例中，因为要设置待优化调整参数的取值范围，则相应的给l_b和u_b赋对应值即可，因为是5个待优化调整参数，则l_b和u_b分别为对应的5个值；在本实施例中，不需要计算约束函数值，因此在confun函数中，直接设置返回值为0即可。

步骤S6：从优化过程数据中提取最接近设计指标要求的计算结果作为调整结果。在寻优结束后，可以通过寻找最小值f的方法，找出最接近设计指标要求的参数取值，确定为最终的调整结果。

利用上述方法，针对上述某飞行器的待设计的飞行轨迹仿真模型，参数调整仿真结果如图6所示。

上述仿真结果中，横坐标time表示时间，(s)表示单位为秒，纵坐标y表示高度变量，(m)表示单位为米。如图6中所标识，粗实线表示最初的仿真结果，高度没有达到800米，点划线表示最接近设计指标要求的调整结果，细实线表示算法调整过程中的中间结果。

从上述仿真结果可以看出，通过本发明提出的参数优化调整方法，可以让计算机自动实现参数调整过程，而不需要人工反复试探调整，可以大大提高设计效率。

通过上述调整，在完成飞行轨迹对应变量的设计后，还需要对控制器参数进行设计调整，具体的如下：

假设采用PID控制联合角速率反馈增稳设计方法，根据上述步骤将设计仿真模型调整图5所示，某飞行器的待设计的俯仰角仿真模型示意图。

在通过参数优化调整后，确定了飞行轨迹对应变量—俯仰角的变化过程，也就是确定了俯仰角指令的生成过程。为了对控制器的参数进行优化调整，需要先将指令固定为某一个值，以便考察在控制器的作用下，被控对象的实际输出是否能够靠近指令值。将指令固定为什么常值，没有特殊要求。

如图5所示，假设固定指令值“command”为25，该固定指令值为某飞行器的待设计的俯仰角仿真模型的输入，Out1、Gain和Gain1作为输出，将待设计仿真模型中的“Controller”模块中的3个控制参数K_p、K_i、K_d从待设计仿真模型中引出来，分别对应“K_p”、“K_i”、“K_d”模块，作为待设计仿真模型的输入参数。由于系统采用PID控制联合角速率反馈增稳设计方法，还需要有一个待优化调整参数—即角速率反馈系数“K_wz”，也需要从待设计仿真模型中引出来，作为待设计仿真模型的输入参数，“K_wz”的含义是角速率反馈系数，也就是对俯仰角的角速率值乘以一个系数“K_wz”，乘积的结果叠加到PID控制器的计算结果上，作为最终的控制量，输出给被控对象“MissileBody”模块。

对4个待优化调整参数确定其取值范围，并根据控制设计要求，确定优化指标计算函数f，例如，如果要求均值最小，同时要求最大超调量也要达到最小，则可以设定优化指标计算函数为：f＝C*(mean(y)-command)+(1-C)*(max(y)-command)，其中，f表示优化指标计算函数值；C表示加权系数，最大取值1，权值越大，表明该式分量越大；y为设计仿真模型的输出变量；mean表示取均值；max表示取最大值。

同样的，通过fmincon函数来计算优化结果，具体的处理过程是将4个待优化调整参数的初始取值、每个待优化调整参数对应的取值范围、以及优化指标计算函数f，代入到通用优化算法函数x＝fmincon(@optfun，x₀，A，b，A_eq，b_eq，l_b，u_b，@confun，options)中，就可以对4个待优化调整参数进行自动寻优，具体设置对应参数如下：

在optfun函数中，设置优化指标计算函数f的计算公式为f＝C*(mean(y)-command)+(1-C)*(max(y)-command)，同时，每次优化过程中，对待优化调整参数x和优化指标计算函数值的计算过程值都保存下来；

在本实施例中，将x₀赋值为x₀＝[K_p0，K_i0，K_d0，K_wz0]，也就是4个待优化调整参数对应的初始值；在本实施例中，不需要考虑不等式约束和等式约束，因此可以赋值为空，即A＝[]，b＝[]，A_eq＝[]，b_eq＝[]；在本实施例中，因为要设置待优化调整参数的取值范围，则相应的给l_b和u_b赋对应值即可，因为是4个待优化调整参数，则l_b和u_b分别为对应的4个值；在本实施例中，不需要计算约束函数值，因此在confun函数中，直接设置返回值为0即可。

设置好参数后，进行计算仿真，仿真结果如图8所示，上述仿真结果中，横坐标time表示时间，(s)表示单位为秒，纵坐标pitch angle表示俯仰角变量，(deg.)表示单位为度。如图8中所标识，粗实线表示最初的仿真结果，实际俯仰角没有达到25度指令要求，点划线表示最接近设计指标要求的调整结果，细实线表示算法调整过程中的中间结果。

对于图7和图8所示，可以通过编程从优化调整过程数据中提取出最接近设计指标要求的优化过程数据作为调整结果输出。

本申请提供了一种参数优化调整方法，该方法包括：构建待设计仿真模型；根据待设计仿真模型获取优化参数集；调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整。本发明通过先确定需要待优化调整参数，将需要待优化调整参数从待设计仿真模型中引出作为待设计仿真模型的输入参数，将设计仿真模型的工程约束要求转换为待优化调整参数的约束条件，将设计指标要求转换为待优化调整参数的寻优优化指标，调用通用优化算法函数，进行自动寻优，从自动寻优过程数据中确定待优化调整参数的最终调整结果，其适用于多种应用场合，如：飞行轨迹参数和控制器参数的优化，且待优化调整参数个数不限定，可协助设计人员提高设计效率。

在上述公开的方法的基础上，本发明还公开了一种参数优化调整系统。

请参阅附图9，图9为本发明实施例提供的一种参数优化调整系统结构示意图。如图9所示，本发明公开了一种参数优化调整系统，具体的，该系统结构包括如下：

构建单元901，用于构建待设计仿真模型；

获取单元902，用于根据待设计仿真模型获取优化参数集；

调整单元903，用于调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整。

其中，优化参数集包括：待设计仿真模型的输入参数、输入参数的取值范围、输入参数的不等式约束条件以及等式约束条件、输入参数的初始取值、待设计仿真模型的优化指标计算函数以及优化过程约束条件。

其中，所述获取单元包括：

确定单元，用于根据所述待设计仿真模型的组成及工作原理，确定所述待设计仿真模型的输入和输出，将所述待优化调整参数作为输入参数；

第一设定单元，用于根据待设计仿真模型的工程约束要求，设定输入参数的取值范围、输入参数的不等式约束条件以及等式约束条件，并确定输入参数的初始取值；

第二设定单元，用于根据待设计仿真模型的设计指标要求，设定优化指标计算函数。

第三设定单元，用于根据待设计仿真模型的设计精度要求以及优化迭代的最大次数等要求，设定优化过程约束条件。

其中，所述调整单元包括：

调用单元，用于调用通用优化算法函数；

调整子单元，用于将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整，得到待优化调整参数的优化过程数据，待优化调整参数的优化过程数据包括对待优化调整参数的参数取值以及对应的优化指标计算函数值。

优选的，该系统还可以包括：

存储单元904，用于将待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储；

提取单元905，用于在优化过程数据中提取最接近设计指标要求的优化指标计算函数值对应的待优化调整参数的参数取值作为最终调整结果。

综上所述，本发明公开了一种参数优化调整方法及系统，该方法包括：构建待设计仿真模型；根据待设计仿真模型获取优化参数集；调用通用优化算法函数，将优化参数集作为输入代入到通用优化算法函数，对待优化调整参数进行优化调整。本发明通过先确定待优化调整参数，将待优化调整参数从待设计仿真模型中引出作为待设计仿真模型的输入参数，将待设计仿真模型的工程约束要求转换为待优化调整参数的约束条件，将设计指标要求转换为待优化调整参数的寻优优化指标，调用通用优化算法函数，进行自动寻优，从自动寻优过程数据中确定待优化调整参数的最终调整结果，其适用于多种应用场合，如：飞行轨迹参数和控制器参数的优化，且待优化调整参数个数不限定，可协助设计人员提高设计效率。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括上述要素的物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种参数优化调整方法，其特征在于，包括：

构建待设计仿真模型；

根据所述待设计仿真模型获取优化参数集；

调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整。

2.根据权利要求1所述的参数优化调整方法，其特征在于，所述优化参数集包括：所述待设计仿真模型的输入参数、所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件、所述输入参数的初始取值、所述待设计仿真模型的优化指标计算函数以及优化过程约束条件。

3.根据权利要求2所述的参数优化调整方法，其特征在于，所述根据所述待设计仿真模型获取优化参数集，具体为：

根据所述待设计仿真模型的组成及工作原理，确定所述待设计仿真模型的输入和输出，将所述待优化调整参数作为输入参数；

根据所述待设计仿真模型的工程约束要求，设定所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件，并确定所述输入参数的初始取值；

根据所述待设计仿真模型的设计指标要求，设定优化指标计算函数；

根据所述待设计仿真模型的设计精度要求以及优化迭代的最大次数要求，设定优化过程约束条件。

4.根据权利要求3所述的参数优化调整方法，其特征在于，所述调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，具体为：

调用通用优化算法函数；

将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，得到所述待优化调整参数的优化过程数据，所述待优化调整参数的优化过程数据包括对所述待优化调整参数的参数取值以及对应的优化指标计算函数值。

5.根据权利要求4所述的参数优化调整方法，其特征在于，还包括：

将所述待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储；

在所述优化过程数据中提取最接近所述设计指标要求的所述优化指标计算函数值对应的所述待优化调整参数的参数取值作为最终调整结果。

6.一种参数优化调整系统，其特征在于，包括：

构建单元，用于构建待设计仿真模型；

获取单元，用于根据所述待设计仿真模型获取优化参数集；

调整单元，用于调用通用优化算法函数，将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整。

7.根据权利要求6所述的参数优化调整系统，其特征在于，所述优化参数集包括：所述待设计仿真模型的输入参数、所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件、所述输入参数的初始取值、所述待设计仿真模型的优化指标计算函数以及优化过程约束条件。

8.根据权利要求7所述的参数优化调整系统，其特征在于，所述获取单元包括：

确定单元，用于根据所述待设计仿真模型的组成及工作原理，确定所述待设计仿真模型的输入和输出，将所述待优化调整参数作为输入参数；

第一设定单元，用于根据所述待设计仿真模型的工程约束要求，设定所述输入参数的取值范围、所述输入参数的不等式约束条件以及等式约束条件，并确定所述输入参数的初始取值；

第二设定单元，用于根据所述待设计仿真模型的设计指标要求，设定优化指标计算函数；

第三设定单元，用于根据所述待设计仿真模型的设计精度要求以及优化迭代的最大次数要求，设定优化过程约束条件。

9.根据权利要求8所述的参数优化调整系统，其特征在于，所述调整单元包括：

调用单元，用于调用通用优化算法函数；

调整子单元，用于将所述优化参数集作为输入代入到所述通用优化算法函数，对待优化调整参数进行优化调整，得到所述待优化调整参数的优化过程数据，所述待优化调整参数的优化过程数据包括对所述待优化调整参数的参数取值以及对应的优化指标计算函数值。

10.根据权利要求9所述的参数优化调整系统，其特征在于，还包括：

存储单元，用于将所述待优化调整参数进行优化调整的过程中得到的优化过程数据进行存储；

提取单元，用于在所述优化过程数据中提取最接近所述设计指标要求的所述优化指标计算函数值对应的所述待优化调整参数的参数取值作为最终调整结果。