随行装药内弹道优化设计及数值模拟
|
摘要
提高弹丸初速一直是内弹道学者们研究的重点。本文基于随行装药提高弹丸初速的技术思路,从内弹道优化设计角度出发,重点研究了点火延迟时间和随行药燃速对内弹道性能的影响。主要工作如下：
(1)建立固体随行装药内弹道模型,针对105mm火炮随行装药编制程序,进行数值模拟,计算结果与实验结果吻合较好。在此基础上着重分析了随行药点火延迟时间和随行药燃速对膛内最大压力和弹丸初速的影响。
(2)采用两种遗传算法模型,即遗传算法+罚函数法和控制第二压力点的遗传算法对105mm火炮固体随行内弹道进行优化分析,编制了优化程序,获得了较好的优化结果。
(3)建立模拟退火算法模型,编制模拟退火算法程序,对105mm随行装药进行优化分析,在最大膛压不变条件下,得出了充满度系数更高的p-t曲线并且显著提高了弹丸初速。
(4)利用人工智能ISIGHT软件进一步对105mm固体随行装药内弹道进行优化分析,并与前两种优化模型进行比较,结果表明三种优化结果是非常相近的而且非常接近全局最优解。说明遗传算法、模拟退火算法及ISIGHT软件对随行装药内弹道优化设计行之有效。
Improving the initial velocity has been the key to the research of interior ballistics. Based on the technological routing of traveling charge to promote the muzzle initial velocity, this thesis studied mainly about the effect of ignition delay and traveling propellant burning rate on properties of interior ballistics, from the standpoint of optimal design of interior ballistic. The main studies are as follows:
(1) Interior ballistic model of solid traveling charge was built and numerical simulation for traveling charge of 150mm gunpowder was carried out. Finally the result showed a good consistency of the counting and experiment results. Based on it, the impact of ignition delay and traveling propellant burning rate was analyzed on gun pressure and initial velocity in the thesis.
(2) Two models of genetic algorithms(GA),i.e. GA with penalty function method and GA of controlling the second pressure point, for the optimal design of solid traveling charge of 150mm gun were adopted and made an optimal program. Finally we got a better optimal result than the experiment results by the optimization.
(3) Simulated annealing algorithm model was built and programmed. Traveling charge of 105mm gun was made an optimal analysis. Finally we got better p-t curve and the projectile initial velocity of fixed maximize gun pressure.
(4) The thesis made a further optimal analysis of 105mm solid traveling charge with the AI software ISIGHT, and compared it with two optimal models mentioned above. The conclusion showed that all three results of optimization got much similarity and very close to the globally optimal solution. The results indicated that GA, simulated annealing algorithm and ISIGHT software were proved to be effective in the optimal design of interior ballistics with traveling charge.
(1)建立固体随行装药内弹道模型,针对105mm火炮随行装药编制程序,进行数值模拟,计算结果与实验结果吻合较好。在此基础上着重分析了随行药点火延迟时间和随行药燃速对膛内最大压力和弹丸初速的影响。
(2)采用两种遗传算法模型,即遗传算法+罚函数法和控制第二压力点的遗传算法对105mm火炮固体随行内弹道进行优化分析,编制了优化程序,获得了较好的优化结果。
(3)建立模拟退火算法模型,编制模拟退火算法程序,对105mm随行装药进行优化分析,在最大膛压不变条件下,得出了充满度系数更高的p-t曲线并且显著提高了弹丸初速。
(4)利用人工智能ISIGHT软件进一步对105mm固体随行装药内弹道进行优化分析,并与前两种优化模型进行比较,结果表明三种优化结果是非常相近的而且非常接近全局最优解。说明遗传算法、模拟退火算法及ISIGHT软件对随行装药内弹道优化设计行之有效。
Improving the initial velocity has been the key to the research of interior ballistics. Based on the technological routing of traveling charge to promote the muzzle initial velocity, this thesis studied mainly about the effect of ignition delay and traveling propellant burning rate on properties of interior ballistics, from the standpoint of optimal design of interior ballistic. The main studies are as follows:
(1) Interior ballistic model of solid traveling charge was built and numerical simulation for traveling charge of 150mm gunpowder was carried out. Finally the result showed a good consistency of the counting and experiment results. Based on it, the impact of ignition delay and traveling propellant burning rate was analyzed on gun pressure and initial velocity in the thesis.
(2) Two models of genetic algorithms(GA),i.e. GA with penalty function method and GA of controlling the second pressure point, for the optimal design of solid traveling charge of 150mm gun were adopted and made an optimal program. Finally we got a better optimal result than the experiment results by the optimization.
(3) Simulated annealing algorithm model was built and programmed. Traveling charge of 105mm gun was made an optimal analysis. Finally we got better p-t curve and the projectile initial velocity of fixed maximize gun pressure.
(4) The thesis made a further optimal analysis of 105mm solid traveling charge with the AI software ISIGHT, and compared it with two optimal models mentioned above. The conclusion showed that all three results of optimization got much similarity and very close to the globally optimal solution. The results indicated that GA, simulated annealing algorithm and ISIGHT software were proved to be effective in the optimal design of interior ballistics with traveling charge.
引文
[1]金志明.高速推进内弹道学.北京：国防工业出版社,2004
[2]杨京广,余永刚.固体随行装药内弹道模型及数值模拟.火炮发射与控制学报.2006(2)：1-5
[3]陆欣.多孔介质中液体药的燃烧特性及其在随行装药中的应用.南京理工大学博士学位论文.1997
[4]金志明,翁春生.高等内弹道学.北京：高等教育出版社,2003
[5]Bulman M J. Liguid Propellant Weapon System,Round of Ammunition. U.S. Patent 4930423,1988
[6]Stobie I C, Knapton J D. Test Results From a Two-Stage Traveling Charge Liquid Propllant Gun. ADA 224593,1990
[7]Michel S,Dieter H. Application of Stationary Deflagration to Traveling Charge. Proceedings of the 14th International Symposium on Ballistics,1993
[8]Macdonald K A. Partitioned,Fluid Supported,High Efficiency Traveling Charge for Hyper-Velocity Guns. U.S.patent4930421,1989
[9]余永刚,陆欣.30mm火炮液体随行装药的实验研究.弹道学报.1997,9(3)：91～93
[10]周彦煌,王升晨.120mm反坦克炮采用随行装药提高初速的理论研究.兵工学报.1995,16(3)：5-10
[11]周彦煌.固体随行装药内弹道理论模型.全国弹道学术交流会.厦门：1992
[12]周彦煌,陆欣,刘东尧.几种超高速射弹发射技术可行性的探索研究.弹道学报.1996,8(4)：8-11
[13]王浩.随行装药效果与敏感性研究.弹道学报.1996,8(1)：20-25
[14]王浩.随行装药内弹道数值模拟.弹道学报.1992,4(2)：10-18
[15]江沛.智能优化技术的研究及其在化工生产中的应用.北京化工大学硕士学位论文.2008
[16]沈小伟,万桂所,王一云.现代智能优化算法研究综述.山西建筑.2009,35(35)：30-31
[17]Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by simulated annealing. Science,1983,200:671～680
[18]王小平,曹立明.遗传算法理论应用与软件实现.西安：西安交通大学出版社,2002
[19]张纪会,徐心和.一种新的进化算法-蚁群算法.系统工程理论与实践.1999(3)：84-87
[20]李炳宇,萧蕴诗.一种基于粒子群算法求解约束优化问题的混合算法.控制与决策.2004,19(7)：804～807
[21]杨京广,余永刚.随行装药方案提高大口径火炮初速的数值预测.爆炸与冲击.2008,28(2)：161～165
[22]李峰,张振铎.随行装药研究现状与展望.弹道学报.1996,8(1)：91～96
[23]杨京广,余永刚.随行装药内弹道数据库中实验信息模块的设计.火炸药学报.2008,31(3)：83～86
[24]王浩,张振铎.随行装药火炮经典内弹道模型与实验技术研究.兵工学报.1996,17(4)：298～302
[25]季新源,袁亚雄.超高射频火炮内弹道优化设计.南京理工大学学报.2008,32(2)：185～188
[26]王浩.粘结式随行装药两相流内弹道模型及其计算.弹道学报.1998,10(4)：32～36
[27]翁春生,王浩.计算内弹道学.北京：国防工业出版社,2001
[28]Oberle W F. Traveling charge-An Experimental and Computational Investigation. Proceedings of the 10th International Symposium on Ballistics,1993
[29]Morrison W F, Knapton J D and Bulman M J. Liquid Propellant Guns.Technical Report BRL-TR-2853. US Army Ballistic Research Laboratory,Aberdeen Proving Ground, Maryland.1987
[30]Mandzy J, Gushman P G and Magoon I. Liquid Propellant Technology Final Report. US-ABRL Contract Report No. BRL-CR-546,1985
[31]Tompkins R E.Traveling Charge Gun Firing Using VHBR Propellant. ADA 203307,1987
[32]王浩.随行装药的理论与实验研究.南京理工大学博士学位论文.1996
[33]刑文训,谢金星.现代优化计算方法.北京：清华大学出版社,2005
[34]赵捍东.弹药优化设计.北京：兵器工业出版社,2002
[35]高峰,胡俏,王德俊.二进制码实数及非一致变异对结构遗传设计的影响.应用力学学报.1998,15(3)：88～92
[36]张晓缋,方浩,戴冠中.遗传算法的编码机制研究.信息与控制.1997,26(2)：134～139
[37]李喜艳,张文宁.混合编码遗传算法在测试数据生成中的应用.郑州大学学报.2009(3)：12～15
[38]马钧水,刘贵中.改进遗传算法搜索性能的变异操作.控制理论与应用.1998,17(3)：404～408
[39]王福民,张扬.遗传算法与惩罚函数法在机械设计中的应用.中国计量学院学报.2004(4)：290～293
[40]毛明智,熊勇刚.“基因优化算法+惩罚函数法”在机械设计中的应用.机械传动.2000,24(2)：39～42
[41]何琳,王科俊.最优保留遗传算法及其收敛性分析.控制与决策.2000,15(1)：63-66
[42]恽为民,席裕庚.遗传算法的全局收敛性和计算效率的分析.控制理论与应用.1996,13(4)：361-363
[43]满春涛,曹永成.基于线性约束条件下全局优化问题的定边界模拟退火算法.控制理论与应用.2007,26(1)：8-9
[44]谢云.模拟退火算法的原理及实现.高等学校计算数学学报.1999(3)：213～214
[45]尤失勇,谢云.模拟退火算法实验性能分析.武汉大学学报,并行计算专刊.1991
[46]李文勇,李泉永.基于模拟退火的全局优化算法.桂林电子工业学院学报.2001,21(2)
[47]林庆华,栗保明.高装填密度顿感发射装药的内弹道遗传算法优化.弹道学报.2008,20(3)：29-32
[48]刘宁,张相炎.基于遗传算法的火炮内弹道参数修正.箭弹与制导学报.2006,36(1)：772～774
[49]卢虎生,周静.混合约束非线性规划问题的复合行算法.内蒙古科技大学学报.2007,26(3)：277～279
[50]解伟,王翼飞.混合遗传算法的收敛性分析.上海大学学报.1998,4(1)：1～6
[51]王敬,袁亚雄.超远程安全装药多指标优化分析.火力与指挥控制.2005,30(2)：72～74
[52]车竞,唐硕.超高声速巡航飞行器机身多目标优化设计.实验流体力学.2008,22(1)：55-60
[53]魏静萱.解决单一目标和多目标优化问题的进化算法.西安电子科技大学博士学位论文.2009
[54]胡清.火炮随动系统多目标优化控制.电光与控制.2001(2)：11-17
[55]陈国龙,蔡金锭.遗传算法在求解全局优化问题中的应用.福州大学学报.1999,27(5)：14-18
[56]王敬,季新源.火炮内弹道设计方案多指标辅助优化分析.火炮发射与控制学报.2005(2)：9-12
[57]玄光南,程润伟.一种改进的遗传算法在布局优化中的应用.软件学报.1999,10(10)：1096-1102
[58]冯德成,翁春生.随机内弹道学研究综述.弹道学报.2003,15(1)：93-96
[59]胡旺,李志蜀.一种更简化而高效的粒子群优化算法.软件学报.2007,18(4)：861-868
[60]刘华蓥,林玉娥,王淑云.粒子群算法的改进及其在求解约束优化问题中的应用.吉林大学学报(理学版).2005,43(4)：427～476
[61]周育人,李元香,王勇.Pareto强度值演化法求解约束优化问题.软件学报.2003,14(7)：1243-1249
[62]Parsopoulos K E, Vrahatis M N. Particle swarm optimizationg method for constrained optimization problems. IOS Press.2002:214～220
[63]Coello C A C. Treating constraints as objectives for single-objective evolutionary optimizationg. Eng.Opt.2000,32 (3):319～436
[64]寇晓丽.基于模拟退火的粒子群算法求解约束优化问题.吉林大学学报(工学版).2007,37(1)：136-140
[65]王远志,孙立锲.基于遗传模拟退火算法约束求解算法.哈尔滨理工大学学报.2005,10(2)：26～30
[66]金志明,翁春生.火炮设计安全学.北京：国防工业出版社,2001
[67]唐文艳.结构优化中的遗传算法的研究与应用.大连理工大学博士学位论文.2001
[68]刘生礼.约束求解若干关键技术的研究.浙江大学博士学位论文.2003
[69]明亮.遗传算法的模式理论与收敛理论.西安交通大学博士学位论文.2006
[70]刘彦鹏.蚁群优化算法的理论研究与应用.浙江大学博士学位论文.2007
[71]李峰.用物理方法对随行装药技术的研究.弹箭与制导学报.1996(4)：56～59
[72]陈刚,唐兴无.基于多学科多目标学科设计优化方法再入弹道设计研究.宇航学报.2008,29(4)：1210-1215
[73]Jaszkiewicz A. Brief papers on the performance of mutiple-objective genetic local search on the 0/1 knapsack problem-a comparative experiment. IEEE Transactions on Evolutionary Computation.2002,6 (4):402～412
[74]Wang YP, Dang CY. Using unconstrained elite archives for multiobjective optimization. IEEE Trans on Evolutionary Computation.2003,7 (3):305～323
[75]Mu S, Su H. A new genetic algorithm to handle the constrained optimization problem. 41st IEEE Conference on Decision and Control.2002:739～744
[76]Farmani R, Wright J A. A Self-adaptive fitness formulation for constrained optimization. IEEE Transactions on Evolutionary Computation.2003,7 (5):445～455
[77]Tsutsui S, Yamamure M, Higuchi T. Muti-parent recombination with simplex crossover in real coded genetic algorithms. Genetic and Evol.Comput.Conf.1999:657～664
[78]郭秀萍,杨根科,吴智铭.一种混合自适应多目标Memetic.控制与决策.2006,21(11)：1234-1238
[79]王宇平,焦永昌,张福顺.解无约束非线性全局优化的一种新进化算法及其收敛性. 电子学报.2002,30(12)：1867-1869
[80]曾建潮,催志华.一种保证全局收敛的POS算法.计算机研究与发展.2004,42(8)：1333-1338
[81]雷德明,严新平.多目标智能优化算法及其应用.北京：科学出版社,2009
[82]张长林,余建星.非线性约束最优化问题的多目标模拟退火算法.复旦大学学报.2003,42(1)：93-97
[83]钱伟懿,杨宇.一种具有非线性约束线性规划全局优化算法.运筹与管理.2007,16(1)：28-39
[84]李利.发射药燃速压力曲线的转折.弹道学报.1997,9(1)：55-59
[85]顾永安.利用随行装药技术实现高超速发射的探讨.弹道学报.1993,5(2)：94～96
[86]蒋永健.装填条件诸因素对弹道性能的影响.弹道学报.1996,8(4)：28～32
[87]金志明.枪炮内弹道学.北京：北京理工大学出版,2004
[2]杨京广,余永刚.固体随行装药内弹道模型及数值模拟.火炮发射与控制学报.2006(2)：1-5
[3]陆欣.多孔介质中液体药的燃烧特性及其在随行装药中的应用.南京理工大学博士学位论文.1997
[4]金志明,翁春生.高等内弹道学.北京：高等教育出版社,2003
[5]Bulman M J. Liguid Propellant Weapon System,Round of Ammunition. U.S. Patent 4930423,1988
[6]Stobie I C, Knapton J D. Test Results From a Two-Stage Traveling Charge Liquid Propllant Gun. ADA 224593,1990
[7]Michel S,Dieter H. Application of Stationary Deflagration to Traveling Charge. Proceedings of the 14th International Symposium on Ballistics,1993
[8]Macdonald K A. Partitioned,Fluid Supported,High Efficiency Traveling Charge for Hyper-Velocity Guns. U.S.patent4930421,1989
[9]余永刚,陆欣.30mm火炮液体随行装药的实验研究.弹道学报.1997,9(3)：91～93
[10]周彦煌,王升晨.120mm反坦克炮采用随行装药提高初速的理论研究.兵工学报.1995,16(3)：5-10
[11]周彦煌.固体随行装药内弹道理论模型.全国弹道学术交流会.厦门：1992
[12]周彦煌,陆欣,刘东尧.几种超高速射弹发射技术可行性的探索研究.弹道学报.1996,8(4)：8-11
[13]王浩.随行装药效果与敏感性研究.弹道学报.1996,8(1)：20-25
[14]王浩.随行装药内弹道数值模拟.弹道学报.1992,4(2)：10-18
[15]江沛.智能优化技术的研究及其在化工生产中的应用.北京化工大学硕士学位论文.2008
[16]沈小伟,万桂所,王一云.现代智能优化算法研究综述.山西建筑.2009,35(35)：30-31
[17]Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by simulated annealing. Science,1983,200:671～680
[18]王小平,曹立明.遗传算法理论应用与软件实现.西安：西安交通大学出版社,2002
[19]张纪会,徐心和.一种新的进化算法-蚁群算法.系统工程理论与实践.1999(3)：84-87
[20]李炳宇,萧蕴诗.一种基于粒子群算法求解约束优化问题的混合算法.控制与决策.2004,19(7)：804～807
[21]杨京广,余永刚.随行装药方案提高大口径火炮初速的数值预测.爆炸与冲击.2008,28(2)：161～165
[22]李峰,张振铎.随行装药研究现状与展望.弹道学报.1996,8(1)：91～96
[23]杨京广,余永刚.随行装药内弹道数据库中实验信息模块的设计.火炸药学报.2008,31(3)：83～86
[24]王浩,张振铎.随行装药火炮经典内弹道模型与实验技术研究.兵工学报.1996,17(4)：298～302
[25]季新源,袁亚雄.超高射频火炮内弹道优化设计.南京理工大学学报.2008,32(2)：185～188
[26]王浩.粘结式随行装药两相流内弹道模型及其计算.弹道学报.1998,10(4)：32～36
[27]翁春生,王浩.计算内弹道学.北京：国防工业出版社,2001
[28]Oberle W F. Traveling charge-An Experimental and Computational Investigation. Proceedings of the 10th International Symposium on Ballistics,1993
[29]Morrison W F, Knapton J D and Bulman M J. Liquid Propellant Guns.Technical Report BRL-TR-2853. US Army Ballistic Research Laboratory,Aberdeen Proving Ground, Maryland.1987
[30]Mandzy J, Gushman P G and Magoon I. Liquid Propellant Technology Final Report. US-ABRL Contract Report No. BRL-CR-546,1985
[31]Tompkins R E.Traveling Charge Gun Firing Using VHBR Propellant. ADA 203307,1987
[32]王浩.随行装药的理论与实验研究.南京理工大学博士学位论文.1996
[33]刑文训,谢金星.现代优化计算方法.北京：清华大学出版社,2005
[34]赵捍东.弹药优化设计.北京：兵器工业出版社,2002
[35]高峰,胡俏,王德俊.二进制码实数及非一致变异对结构遗传设计的影响.应用力学学报.1998,15(3)：88～92
[36]张晓缋,方浩,戴冠中.遗传算法的编码机制研究.信息与控制.1997,26(2)：134～139
[37]李喜艳,张文宁.混合编码遗传算法在测试数据生成中的应用.郑州大学学报.2009(3)：12～15
[38]马钧水,刘贵中.改进遗传算法搜索性能的变异操作.控制理论与应用.1998,17(3)：404～408
[39]王福民,张扬.遗传算法与惩罚函数法在机械设计中的应用.中国计量学院学报.2004(4)：290～293
[40]毛明智,熊勇刚.“基因优化算法+惩罚函数法”在机械设计中的应用.机械传动.2000,24(2)：39～42
[41]何琳,王科俊.最优保留遗传算法及其收敛性分析.控制与决策.2000,15(1)：63-66
[42]恽为民,席裕庚.遗传算法的全局收敛性和计算效率的分析.控制理论与应用.1996,13(4)：361-363
[43]满春涛,曹永成.基于线性约束条件下全局优化问题的定边界模拟退火算法.控制理论与应用.2007,26(1)：8-9
[44]谢云.模拟退火算法的原理及实现.高等学校计算数学学报.1999(3)：213～214
[45]尤失勇,谢云.模拟退火算法实验性能分析.武汉大学学报,并行计算专刊.1991
[46]李文勇,李泉永.基于模拟退火的全局优化算法.桂林电子工业学院学报.2001,21(2)
[47]林庆华,栗保明.高装填密度顿感发射装药的内弹道遗传算法优化.弹道学报.2008,20(3)：29-32
[48]刘宁,张相炎.基于遗传算法的火炮内弹道参数修正.箭弹与制导学报.2006,36(1)：772～774
[49]卢虎生,周静.混合约束非线性规划问题的复合行算法.内蒙古科技大学学报.2007,26(3)：277～279
[50]解伟,王翼飞.混合遗传算法的收敛性分析.上海大学学报.1998,4(1)：1～6
[51]王敬,袁亚雄.超远程安全装药多指标优化分析.火力与指挥控制.2005,30(2)：72～74
[52]车竞,唐硕.超高声速巡航飞行器机身多目标优化设计.实验流体力学.2008,22(1)：55-60
[53]魏静萱.解决单一目标和多目标优化问题的进化算法.西安电子科技大学博士学位论文.2009
[54]胡清.火炮随动系统多目标优化控制.电光与控制.2001(2)：11-17
[55]陈国龙,蔡金锭.遗传算法在求解全局优化问题中的应用.福州大学学报.1999,27(5)：14-18
[56]王敬,季新源.火炮内弹道设计方案多指标辅助优化分析.火炮发射与控制学报.2005(2)：9-12
[57]玄光南,程润伟.一种改进的遗传算法在布局优化中的应用.软件学报.1999,10(10)：1096-1102
[58]冯德成,翁春生.随机内弹道学研究综述.弹道学报.2003,15(1)：93-96
[59]胡旺,李志蜀.一种更简化而高效的粒子群优化算法.软件学报.2007,18(4)：861-868
[60]刘华蓥,林玉娥,王淑云.粒子群算法的改进及其在求解约束优化问题中的应用.吉林大学学报(理学版).2005,43(4)：427～476
[61]周育人,李元香,王勇.Pareto强度值演化法求解约束优化问题.软件学报.2003,14(7)：1243-1249
[62]Parsopoulos K E, Vrahatis M N. Particle swarm optimizationg method for constrained optimization problems. IOS Press.2002:214～220
[63]Coello C A C. Treating constraints as objectives for single-objective evolutionary optimizationg. Eng.Opt.2000,32 (3):319～436
[64]寇晓丽.基于模拟退火的粒子群算法求解约束优化问题.吉林大学学报(工学版).2007,37(1)：136-140
[65]王远志,孙立锲.基于遗传模拟退火算法约束求解算法.哈尔滨理工大学学报.2005,10(2)：26～30
[66]金志明,翁春生.火炮设计安全学.北京：国防工业出版社,2001
[67]唐文艳.结构优化中的遗传算法的研究与应用.大连理工大学博士学位论文.2001
[68]刘生礼.约束求解若干关键技术的研究.浙江大学博士学位论文.2003
[69]明亮.遗传算法的模式理论与收敛理论.西安交通大学博士学位论文.2006
[70]刘彦鹏.蚁群优化算法的理论研究与应用.浙江大学博士学位论文.2007
[71]李峰.用物理方法对随行装药技术的研究.弹箭与制导学报.1996(4)：56～59
[72]陈刚,唐兴无.基于多学科多目标学科设计优化方法再入弹道设计研究.宇航学报.2008,29(4)：1210-1215
[73]Jaszkiewicz A. Brief papers on the performance of mutiple-objective genetic local search on the 0/1 knapsack problem-a comparative experiment. IEEE Transactions on Evolutionary Computation.2002,6 (4):402～412
[74]Wang YP, Dang CY. Using unconstrained elite archives for multiobjective optimization. IEEE Trans on Evolutionary Computation.2003,7 (3):305～323
[75]Mu S, Su H. A new genetic algorithm to handle the constrained optimization problem. 41st IEEE Conference on Decision and Control.2002:739～744
[76]Farmani R, Wright J A. A Self-adaptive fitness formulation for constrained optimization. IEEE Transactions on Evolutionary Computation.2003,7 (5):445～455
[77]Tsutsui S, Yamamure M, Higuchi T. Muti-parent recombination with simplex crossover in real coded genetic algorithms. Genetic and Evol.Comput.Conf.1999:657～664
[78]郭秀萍,杨根科,吴智铭.一种混合自适应多目标Memetic.控制与决策.2006,21(11)：1234-1238
[79]王宇平,焦永昌,张福顺.解无约束非线性全局优化的一种新进化算法及其收敛性. 电子学报.2002,30(12)：1867-1869
[80]曾建潮,催志华.一种保证全局收敛的POS算法.计算机研究与发展.2004,42(8)：1333-1338
[81]雷德明,严新平.多目标智能优化算法及其应用.北京：科学出版社,2009
[82]张长林,余建星.非线性约束最优化问题的多目标模拟退火算法.复旦大学学报.2003,42(1)：93-97
[83]钱伟懿,杨宇.一种具有非线性约束线性规划全局优化算法.运筹与管理.2007,16(1)：28-39
[84]李利.发射药燃速压力曲线的转折.弹道学报.1997,9(1)：55-59
[85]顾永安.利用随行装药技术实现高超速发射的探讨.弹道学报.1993,5(2)：94～96
[86]蒋永健.装填条件诸因素对弹道性能的影响.弹道学报.1996,8(4)：28～32
[87]金志明.枪炮内弹道学.北京：北京理工大学出版,2004