《Energy》：Enhanced initialization of NSGA-II for multi-objective optimization of air turbo-rocket engine performance
编辑推荐：
研究人员建立了一种基于初值增强NSGA-II算法的空气涡轮火箭(ATR)发动机多目标优化框架，旨在同时满足不同飞行工况下的推力需求并最大化比冲。该模型在协同热力学约束下对推力和比冲进行优化。帕累托前沿(Pareto front)分析表明，与穷举搜索相比，该方法
研究人员建立了一种基于初值增强NSGA-II算法的空气涡轮火箭(ATR)发动机多目标优化框架，旨在同时满足不同飞行工况下的推力需求并最大化比冲。该模型在协同热力学约束下对推力和比冲进行优化。帕累托前沿(Pareto front)分析表明，与穷举搜索相比，该方法计算效率提升97%，且相较于标准NSGA-II及代理模型辅助NSGA-II，具有更优的收敛性和分布多样性。在设计点，涡轮膨胀比决定峰值比冲；增大单位推力会使主导约束转向压气机压比和排气温度。在低进口总温的非设计点工况下，存在帕累托拐点：高于此阈值时，推力快速衰减而比冲微升；低于此阈值时，推力增益被比冲的急剧恶化所抵消。较高的进口总温则使推力与比冲呈逆线性关系。
论文解读：空气涡轮火箭发动机性能多目标优化的NSGA-II增强初始化研究
研究背景与意义
空气涡轮火箭(ATR)发动机融合了涡轮发动机与火箭发动机的工作原理，兼具亚声速高比冲与超声速高推力的优势，符合军用航空发动机的发展需求。现有研究虽已通过数值模拟与参数分析探讨了ATR的加速性能、转子超速特性及燃料适用性，但ATR部件匹配复杂、控制变量多，导致设计点与非设计点性能的多目标优化面临高维非线性与计算耗时长的挑战。传统非支配排序遗传算法(NSGA-II)在应用于ATR循环参数筛选时，因协同工作方程组迭代计算量大，求解耗时为常规航空发动机的3至5倍。因此，研究人员开展了此项研究，提出一种初值增强的NSGA-II算法，旨在提升计算效率与优化质量。该研究发表于《Energy》。
主要关键技术方法
研究人员构建了考虑变比热与热化学平衡的空气涡轮火箭发动机性能计算模型，采用NASA多项式拟合焓熵，通过吉布斯自由能最小法确定高温燃气组分。在此基础上，研究人员设计了初值增强的NSGA-II多目标优化框架：将非设计点迭代计算的收敛解纳入种群信息，当计算种群中个体时，寻找距离最近的已收敛个体，将其解作为新个体的迭代初值，以加速协同工作方程组收敛。优化目标为最大化推力与比冲，约束为协同热力学限制。研究分别在设计点及不同高度、马赫数下的非设计点开展多目标寻优，通过帕累托前沿分析算法性能与参数影响。
研究结果
Mathematical model for ATR engine performance（ATR发动机性能数学模型）
研究人员建立了ATR发动机性能分析的计算模型，引入工质变比热特性与热化学平衡原理，利用NASA多项式计算各热力学状态点的焓值与熵值，并通过最小化吉布斯自由能确定高温燃气组成，为后续优化提供高精度评价函数。
Design point performance analysis（设计点性能分析）
在NSGA-II中，交叉概率不足会限制解空间探索，变异概率过大会使算法退化为随机搜索。研究人员通过初值增强策略改善了新解初始化。分析表明：在设计点，涡轮膨胀比主导峰值比冲；当目标单位推力增大时，主导约束逐渐转移至压气机压比与排气温度。与穷举搜索相比，增强算法计算效率提升约97%，且帕累托前沿的收敛性与多样性均优于标准NSGA-II及代理模型辅助NSGA-II。
Off-design point performance analysis（非设计点性能分析）
非设计点优化变量包括操作参数在特定飞行高度(H)与马赫数(Ma)下的调整。研究发现：在低进口总温条件下，帕累托前沿出现拐点——高于该阈值，推力快速衰减而比冲略升；低于该阈值，推力增益被比冲急剧恶化抵消。在较高进口总温下，推力与比冲呈现逆线性关系。该现象为不同飞行包线下的ATR控制参数选取提供了定量依据。
Conclusions（结论）
研究人员通过将最近邻个体的协同工作参数收敛解作为新解初值，提升了ATR发动机多目标优化的计算收敛速度并降低了复杂度。核心贡献在于将定制的多目标优化框架系统应用于ATR发动机，以全面表征设计点与非设计点下推力与比冲的权衡关系，为工程设计师提供实用指导。
CRediT authorship contribution statement（作者贡献）
Long Hao：可视化、验证、调查、形式分析；Qingjun Zhao：监督、资源、项目管理、经费获取、概念化；Xuesen Yang：稿子撰写与编辑、验证、方法论、调查、形式分析、概念化；Wei Zhao：监督、项目管理、方法论、概念化；Xiaorong Xiang：稿子编辑、调查；Bin Hu：可视化、方法论。
Declaration of Competing Interest（利益冲突）
作者声明不存在已知的竞争性财务利益或个人关系可能影响本研究。
Acknowledgments（致谢）
本研究受国家自然科学基金重点项目(No. 52336002)及联合基金(No. U2441278)资助。作者感谢审稿人的宝贵意见。
