基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

智能优化算法在飞机总体设计中的应用

飞机总体设计在飞机的整个设计过程中是非常关键的步骤,在这个过程中,飞机的总体布局和许多重要参数都被确定下来。但是,飞机的总体设计又是一个复杂和艰难的过程,因为涉及到大型系统的有约束的非线性优化问题,用传统优化方法很难得到满意的结果。本文采用了近年来发展很快的几种智能优化算法--遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络算法解决飞机总体设计优化问题,阐述了各算法的关键步骤及运行过程,并编写了相应的计算程序。通过对各种算法的结果进行比较和讨论,最后的结论是：模拟退火算法最适合求解这类复杂的约束非线性优化问题,禁忌搜索算法和遗传算法次之,Hopfield神经网络算法效果最差,容易陷入局部最优解。     

变比冲发动机作用下共面燃料最优轨道转移

以国外目前正在研制中的变比冲磁等离子体火箭发动机(VASIMR)为背景,研究了变比冲发动机作用下的同平面燃料最优轨道转移。推力方向角和比冲为控制变量,发动机总功率为常值,发动机可多次开关机。采用经典最优控制理论,运用庞德里亚金最小值原理将问题转化为两点边值问题,并通过非线性规划算法求解,得到了受精确开关函数控制的最优比冲时间历程。给出的VASIMR发动机应用算例结果表明,采用VA-SIMR发动机有益于提高航天器有效载荷所占比例。     

基于改进人工势场算法的无人机群避障算法研究

针对无人机运动避障人工势场算法本身存在的极小值问题和局部最小值问题，采用改进的人工势场算法，提出了一种新的路径规划方法。不同于目前的人工势场法，该模型从双机相互作用开始，在障碍物斥力的基础上，增加了无人机之间的斥力，同时定义集群的前置形心作为另一个引力源。算法分析表明，该方法能够有效避免无人机陷入局部最小值，并增强了无人机机群的控制和避障能力。基于该无人机控制模型，给出了路径规划设计并进行了仿真实验。实验结果表明，基于该模型的无人机机群控制具有更好的避障性能和追踪目标的能力。     

解成批生产车间作业排序问题的一种模拟退火算法

成批生产车间的作业排序（JobShopScheduling）问题是生产管理与组合优化领域研究的重要课题。模拟退火算法对于这类问题具有较强的寻优能力。本文针对成批生产车间的作业排序的作业排序问题设计了一种模拟退火算法的实现形式，通过大量的算例分析表明，该算法具有良好地收敛特性与运算效率。     

用Hopfield神经网络与模拟退火算法求解UAV航路规划问题

分别用Hopfield神经网络与模拟退火算法求解UAV航路规划问题,并且对所求得结果进行了简单比较,结果表明模拟退火算法比Hopfield神经网络求解UAV航路规划问题效率更高。     

模拟退火算法中的退火策略研究

退火策略是模拟退火算法中的重要一环,本文将研究退火策略对模拟退火算法的影响问题,给出了MATLAB语言程序,典型复杂函数优化的仿真表明退火速率应适中。     

飞行器异形复合材料贮箱设计与优化方法研究

对复杂工况下的飞行器异形复合材料贮箱进行设计是比较困难的.本文通过建立异形复合材料贮箱的有限元模型,应用准网络设计法结合有限元数值仿真,对其层合复合材料进行初步设计;分别采用自适应模拟退火算法(ASA算法)和下山单纯形算法(DS算法)对复合材料铺层进行优化设计,以使结构质量最小化.结果表明,准网络设计法结合有限元数值仿真可以较好地对复合材料铺层进行初步设计,下山单纯形算法可能使结果落入局部最优解,但计算效率较高,自适应模拟退火算法可以得到全局最优解,但是计算效率较低.     

航空项目资源均衡优化问题的蚁群-模拟退火算法

为有效提高复杂航空项目资源利用率、节约项目成本,提出了一种求解大规模网络计划资源均衡优化问题的蚁群-模拟退火算法。该方法中,首先采用预处理方法对航空项目分级网络计划实施合并,并结合资源指数与搭接网络关系定义建立了资源优化目标函数。然后,探讨了以网络计划为基础的蚁群-模拟退火算法解空间构建方法,给出了算法的状态转移规则、信息素更新规则,提出了增加搜索效率的模拟退火局部搜索策略,并建立了详细的资源均衡优化方案求解步骤。最后,采用典型实例验证了方法的有效性。     

对称平面稀疏阵列阵形优化方法研究

针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的应用效果。仿真结果表明,经过模拟退火算法和粒子群优化算法优化后的平面稀疏阵列均能够抑制副瓣电平,并能够在一定的空域范围内实现波束扫描;相对于粒子群优化算法,模拟退化算法计算方法简单;在相同的迭代次数下,经模拟退火算法优化后的平面稀疏阵列比经粒子群算法优化后的平面稀疏阵列更能够有效地抑制副瓣。     

飞机最短时间爬升轨迹的格点搜寻算法

以飞机在垂直平面的运动方程为基础,采用线性时间负荷控制的飞行模式,提出了求解飞机最短时间爬升轨迹的格点搜寻算法.该方法视飞机为一质点,以此为基础计算出每个相邻格点的时间间隔,最后用h×Ma格点数搜寻法求出飞机最短时间爬升的最优轨迹.数字仿真表明,在规定的爬升范围内用格点搜寻算法可以实现快速的时间响应,得到的最优轨迹能够准确地跟踪设定的性能指标.     

特征趋势分区Gauss伪谱法解再入轨迹规划问题

针对强约束下的滑翔再入轨迹规划问题,采用基于特征趋势分区的Gauss伪谱法将连续最优问题转换为多个并行非线性规划问题并对其进行求解。针对传统拟谱方法在处理状态受限时,非平滑最优控制解难以收敛的问题,引入Sobolev空间证明了分区并行的收敛性和一致性。基于Letts准则提出了非连续特征趋势提取方法,通过分析离散点配置导数进行了可变分区的迭代设定,并结合导数变化趋势给出了各分区的动态配点数。利用不同阶次的多项式进行精度逼近,保证了在考虑多项强约束条件下弹道规划的可行解获取。结合状态分区的策略进行离线状态的分解,提高了计算效率。最终针对典型的再入应用进行了轨迹规划应用。仿真结果表明,所提出的方法可有效应对多种约束条件,能够根据飞行器的气动能力规划出可行的轨迹,过程条件满足约束,且可适应气动力20%的拉偏范围。     

结构陶瓷高温蠕变参数最优估计

本文在原有弯曲蠕变变形分析方法的基础上,发展了一种普遍可行的不对称弯曲梁蠕变应力分析数值方法。并应用最优化方法建立了一种新的稳态蠕变参数估计方法。      

基于零空间的改进直接分配法

直接分配法是解决操纵面冗余飞行器控制分配的一种有效方法,但直接分配法只能对指定方向上误差最小目标进行优化,这种缺点限制了直接分配法的应用。零空间可以在保持转矩不变的前提下对控制量进行调节,利用这种特性,在三维转矩直接分配的基础上,通过对零空间坐标K进行数学规划可以使其他性能指标达到最优。推导证明,控制量最小问题和阻力最小问题分别可以转化为对坐标K的线性规划与二次规划问题。仿真结果表明,给出的基于零空间的改进直接分配法可以实现控制量最小和阻力最小控制分配。     

受地效影响飞机起飞着陆运动模型的参数辨识

利用基于最小模型误差法和线性不连续跳跃多重打靶法建立的非线性辨识法，辨识了飞机起飞着陆过程的非线性动态模型。对于包含复杂非线性项的动态系统，本方法可以从实际试验测量的系统非线性数据，确定飞机处于地面效应影响运动过程的系统模型，而不需要预先详细描述系统的非线性形式。算例表明该方法对于原始近似动态系统的状态估计是足够精确的。     

基于状态改变的机器人路径规划算法

为了解决目前机器人路径规划中时效性低、避障解算量大的问题,借鉴直流电路中理想电感元件两端电压能够从感抗状态恢复到稳定状态的现象,提出了一种利用机器人状态检测量对机器人状态实时检测,从而实现避障的机器人路径规划算法.首先对绕行单个固定障碍物的机器人进行深入分析,然后采用状态叠加的方法,生成任意位置多障碍物同时存在的避障路径.同时对斥力系数进行改进,以确保机器人能够有效到达目标点.为了验证算法在多障碍物环境下的路径规划能力,进行了数值仿真模拟实验.仿真结果表明,使用该算法规划机器人路径时,能够在避免局部极小值点和目标不可达问题的前提下,在较短时间内规划出机器人由起始点到目标点的路径.     

考虑捷联导引头最小视场角约束的制导策略

针对高超声速飞行器捷联导引头，提出导引头最小视场角（FOV）约束问题。首先分析了导引头视线角变化规律，指出在攻击固定目标时，导引头最小视场角约束在弹道末段无法被满足，导引头将丢失目标。在此基础上，基于缩短导引头丢失目标距离的目标，提出一种满足导引头最小视场角约束的制导策略。该策略不依赖于末制导律形式，当最小视场角约束无法被满足时，改变原有制导指令，主动改变弹道轨迹以增加弹体视线角，避免超出视场范围。其次，针对飞行器过载约束，设计了制导策略切换点，在到达切换点时该制导策略将结束工作，避免末端过载过大超出约束。通过对比仿真验证了所提出制导策略有效性，能够大幅度减少导引头丢失目标距离，工程上有利于提高末端命中精度。     

Direct dynamic-simulation approach to trajectory optimization

This paper proposes a new direct method for an efficient trajectory optimization using the point that the dynamics of a deterministic system are uniquely determined by initial states and controls imposed over the time horizon of interest. To effectively implement this concept, the Hermite spline is adopted to interpolate the continuous controls and the system dynamics are integrated with corresponding control parameters in prior. As a result, the optimal control problem can be transcribed into a nonlinear programming problem which has no dynamic equality constraints and no intermediate states in its design variables. In addition, the paper proposes an efficient recursive Jacobian estimation technique and introduces a Jacobian transformation matrix to straightforwardly handle the general state constraints. Important properties of the present method are thoroughly investigated through its applications to the trajectory optimization for a soft lunar landing from a parking orbit, including the detailed analyses for the de-orbiting phase. The computed results are compared with those using the pseudo-spectral method to demonstrate an extreme outperformance of the proposed method in the aerospace applications over the traditional direct method.     

电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及,但普遍续航时间较短,提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量,存在桨距和转速的最佳组合,使系统功率最小。相比电机-定距螺旋桨动力系统,其在耗能方面具有特殊优势,但如何达到最小功率点,目前研究较少。针对上述问题,为提高计算效率,便于控制研究工作的开展,首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下,基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距,并在一定桨距下利用模糊PID控制系统转速以达目标拉力,实现目标拉力需求下的最小功率控制。仿真验证结果表明,提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。