本书紧密结合不确定性理论在飞行器设计领域的应用发展前沿，从理论和实践相结合的角度出发，系统地总结和梳理考虑多源不确定性的飞行器多学科优化设计各个环节相关的原理、方法和技术，介绍多源不确定性数学建模方法、不确定性传播分析方法、不确定性灵敏度分析方法、代理模型技术等，并重点介绍基于不确定性多学科设计优化的航天飞行器总体优化。本书旨在为飞行器总体设计与优化提供理论研究和工程应用上的指导，给发展先进、高效飞行器总体设计软件，把握飞行器总体设计技术的发展方向提供有价值的参考。

更多科学出版社服务，请扫码获取。

西北工业大学，本科，1997~2001； 西北工业大学，硕士，2001~2004； 西北工业大学，博士，2003~2007。1. 2004.4至今，西北工业大学航天学院，教师 2. 2014.1~2015.1，德国宇航院（DLR）流体与空气动力学研究所，访问学者发表论文 52 篇，其中SCI检索 32 篇，EI检索 17 篇，其他核心期刊检索 3 篇。 [1] Zhang L, Li C, Su H, Xu Y, Ronch A, Gong C*. An efficient uncertainty propagation method for nonlinear dynamics with distribution-free P-box processes. Chinese Journal of Aeronautics, 2024. 影响因子: 5.3, JCR Q1. [2] Gou J, Jia S, Tian H, Hu J, Gong C*. An integrated optimization method of multi-hierarchy variables for rudder structures with radial force transfer paths. Aerospace Science and Technology, 2024. 影响因子: 5.0, JCR Q1.1. 中国兵工学会导弹与火箭第七届专业委员会委员 2. 《系统工程与电子技术》第九届编委会委员

目录
前言
第1章 绪论 1
1.1 不确定性多学科设计优化的提出 1
1.2 不确定性多学科设计优化及其发展现状 2
1.2.1 确定性多学科设计优化 2
1.2.2 不确定性量化理论 4
1.2.3 不确定性多学科分析 7
1.2.4 不确定性多学科设计优化 8
1.3 本书主要内容 11
参考文献 12
第2章 多源不确定性数学建模 16
2.1 不确定性来源与分类 16
2.2 数值型不确定性建模理论 18
2.2.1 数值型随机不确定性建模 18
2.2.2 数值型认知不确定性建模 29
2.2.3 数值型混合不确定性建模 35
2.3 场量型不确定性建模理论 38
2.3.1 场量型随机不确定性建模 38
2.3.2 场量型认知不确定性建模 41
2.3.3 场量型混合不确定性建模 42
2.4 不确定性建模检验与校核 43
2.4.1 不确定性建模检验方法 43
2.4.2 不确定性建模校核方法 47
2.5 飞行器多源不确定性 48
2.5.1 飞行器系统中的多源不确定性 48
2.5.2 飞行器多学科多源不确定性建模及检验案例 55
2.6 本章小结 60
参考文献 61
第3章 不确定性传播分析方法 63
3.1 数值型随机不确定性传播分析方法分类 63
3.2 试验设计方法 65
3.3 数字模拟方法 69
3.3.1 蒙特卡洛模拟方法 69
3.3.2 拟蒙特卡洛模拟方法 71
3.3.3 基于代理模型的方法 74
3.4 近似展开方法 75
3.4.1 泰勒级数展开方法 75
3.4.2 Neumann级数展开方法 76
3.5 数值积分方法 78
3.5.1 全因子数值积分方法 78
3.5.2 单变元降维法 79
3.5.3 基于稀疏网格的数值积分方法 80
3.6 随机展开方法 82
3.6.1 非侵入式混沌多项式展开法 82
3.6.2 随机配点法 85
3.7 场量型不确定性传播分析方法 85
3.8 案例 87
3.8.1 数学算例 87
3.8.2 正交加筋圆柱结构 89
3.8.3 场量型不确定性传播分析算例 91
3.9 本章小结 94
参考文献 95
第4章 动力学系统不确定性传播分析方法 97
4.1 动力学系统及其不确定性传播分析问题定义 97
4.2 蒙特卡洛模拟方法 99
4.3 线性展开方法 99
4.3.1 局部线性化方法 99
4.3.2 统计线性化方法 100
4.4 非线性方法 101
4.4.1 混沌多项式展开 101
4.4.2 状态转移张量 104
4.4.3 高斯混合模型 105
4.4.4 无迹变换方法 107
4.4.5 求解Fokker-Planck方程 108
4.5 案例 108
4.5.1 Duffing振子系统不确定性分析 108
4.5.2 运载火箭轨迹不确定性分析 111
4.6 本章小结 117
参考文献 117
第5章 不确定性灵敏度分析方法 119
5.1 不确定性灵敏度分析方法分类 119
5.2 局部灵敏度分析方法 120
5.2.1 有限差分法 120
5.2.2 OAT法 121
5.2.3 σ正则化的基于导数的灵敏度分析法 122
5.3 全局灵敏度分析方法 123
5.3.1 相关系数法 123
5.3.2 回归系数法 123
5.3.3 基本效应测试 124
5.3.4 基于方差的灵敏度分析法 126
5.4 区域灵敏度分析方法 130
5.5 案例 133
5.5.1 σ正则化的基于导数的灵敏度分析 133
5.5.2 基于方差的灵敏度分析 134
5.5.3 基于样本均值方差贡献图的灵敏度分析 136
5.5.4 案例小结 140
5.6 本章小结 141
参考文献 141
第6章 代理模型技术 143
6.1 代理模型分类 143
6.2 浅层代理模型 145
6.2.1 响应面方法 146
6.2.2 径向基函数 147
6.2.3 Kriging模型 147
6.2.4 支持向量回归 149
6.2.5 浅层代理模型应用案例 151
6.3 降阶模型 153
6.3.1 POD模型 153
6.3.2 DMD模型 155
6.3.3 降阶模型应用案例 156
6.4 浅层神经网络 159
6.4.1 反向传播神经网络 159
6.4.2 浅层神经网络应用案例 162
6.5 深度神经网络 164
6.5.1 卷积神经网络的建模理论 164
6.5.2 深度神经网络应用案例 164
6.6 多精度代理模型 168
6.6.1 基于标度函数的修正方法 168
6.6.2 CK方法和HK方法 170
6.6.3 多可信度神经网络方法 171
6.6.4 多精度代理模型的应用案例 172
6.7 模型评估方法 172
6.7.1 模型精度评估 172
6.7.2 模型效率和鲁棒性评估 174
6.8 本章小结 175
参考文献 175
第7章 不确定性多学科设计优化技术 177
7.1 多学科设计优化理论 178
7.1.1 多学科设计优化问题基本定义 178
7.1.2 单级多学科优化架构 182
7.1.3 多级多学科优化架构 184
7.1.4 混合多学科优化架构 189
7.2 不确定性多学科设计优化理论 189
7.2.1 不确定性多学科优化问题构建 190
7.2.2 常见不确定性多学科设计优化架构 192
7.3 基于代理模型的高效不确定性多学科优化设计架构 196
7.3.1 UMDO问题的不确定性变量的参数化量化方法 196
7.3.2 UMDO问题中代理模型的构建方法 202
7.3.3 基于代理模型的UMDO架构 203
7.4 本章小结 204
参考文献 205
第8章 微型导弹不确定性多学科设计优化案例 206
8.1 问题描述和定义 206
8.1.1 传统串行设计优化框架 207
8.1.2 主体-制导控制一体化设计优化框架 208
8.2 学科分析模型 209
8.2.1 动力学科 209
8.2.2 气动学科 210
8.2.3 布局学科 210
8.2.4 控制学科 211
8.2.5 弹道和制导学科 212
8.3 多学科传播关系 214
8.4 问题求解和分析 217
8.4.1 OPT 1：集成多目标设计优化问题 217
8.4.2 OPT 2：串行单目标设计优化问题 217
8.4.3 多目标设计优化问题结果分析 218
8.4.4 与传统串行设计优化结果对比 220
8.5 本章小结 222
参考文献 223
第9章 固体运载火箭不确定性设计优化案例 225
9.1 问题描述和定义 225
9.2 不确定性传播关系 227
9.3 学科分析模型 228
9.3.1 动力学科 228
9.3.2 气动学科 233
9.3.3 结构学科 236
9.3.4 弹道学科 238
9.4 问题求解和分析 240
9.5 本章小结 243
参考文献 244
第10章 固体运载火箭不确定性分配案例 245
10.1 问题描述和定义 245
10.2 不确定性传播关系 250
10.3 学科分析模型 250
10.3.1 气动学科 250
10.3.2 动力学科 252
10.3.3 结构学科 252
10.3.4 弹道和制导学科 254
10.4 问题求解和分析 254
10.5 本章小结 259
参考文献 259