一种基于蚁群优化的粗糙集属性约简方法

针对基于智能优化算法的属性约简方法存在的问题,在扩张矩阵概念的基础上,将属性约简问题转化为几何路径寻优问题,通过改进最大-最小蚂蚁系统(MMAS)算法,提出了一种基于蚁群优化的粗糙集属性约简方法,给出了相关参数的定义和详细算法流程,在UCI数据集上测试了该算法,结果表明了算法的有效性.     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

一种冗余系统诊断策略优化设计算法

在冗余系统中,一个测试往往可以检测多个故障的故障单元组合,即故障与测试之间呈现多对一的关系。针对冗余系统故障和测试之间的特殊关系,在前期工作的基础上,提出了一种适用于冗余系统诊断策略优化设计的算法,形成了一个完整的多故障诊断策略的生成方法框架。将此方法应用于某飞机供电系统,可以有效地完成冗余系统故障诊断。     

推进系统综合性能寻优控制研究

研究了包括进气道和发动机在内的推进系统综合控制。采用了序列线性规划方法进行系统寻优,利用推进系统矩阵进行多次线性规划来求解非线性优化问题。利用当前的实际机载计算机完成了硬件在回路仿真试验,仿真表明研究的性能寻优控制方法能够较大幅度的提高推进系统整体性能,控制软件完全满足实时计算要求。     

多变量气动设计问题分层协同优化

 通过验证实例分析,气动设计中精细化优化模型对设计结果收敛精度的提高有很大帮助,但同时也带来优化算法搜索困难的问题,并且由于不同类型设计变量之间的相互耦合干扰使优化难以收敛到全局最优解。于是提出基于响应均值灵敏度的概念对大规模的设计变量进行重要性分组的策略,依据设计变量分组情况应用系统分解思想对多变量设计问题进行分层协同优化来降低系统的复杂度,这既保证了精细化设计的要求,又缓解了优化算法对大规模问题搜索困难的问题。与传统气动优化方法相比,基于系统分解的分层协同优化算例有较大寻优效率和性能提升,证明了该方法的可行性。     

基于蜂群算法的变循环发动机最小耗油率优化

性能寻优控制是使变循环发动机满足长寿命、低油耗和大推力需求的主要途径,也是实现飞机推进系统综合控制的关键技术.基于双外涵变循环发动机非线性数学模型,在满足发动机各部件物理约束条件和推力条件下,采用人工蜂群算法对变循环发动机典型亚声速巡航点(H=11 km,Ma=0.8)耗油率进行了寻优分析,找到了耗油率最小条件下发动机6个几何可调参数、5个发动机循环参数最优值.结果表明:亚声速巡航点的耗油率在优化后比优化前降低了4.5％,从而证实人工蜂群算法能够完成变循环发动机多维优化问题.     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

导弹燃气弹射内弹道多目标优化设计

针对燃气弹射内弹道目标多导致传统穷举法寻优难的问题,在缩短初容段以提高车载机动性能的工况下,分析了环形隔板平滑弹底压力冲击、增大导流锥半径、减小筒底压力的流场机理,提出了第5块环形隔板和导流锥半径共同变化的结构方案;建立了基于优化拉丁超立方和六阶响应面的近似数学模型,利用多岛遗传算法和序列二次规划算法搭建了组合优化策略平台。数值结果表明,提出的结构策略能平衡4个优化目标间耦合关系,搭建的优化平台能克服穷举寻优计算量大的局限,算法组合策略能互补优点而迅速捕捉最优解;优化后,加速度峰值减小了6.6%,加速度曲线平稳性增加了79.5%,筒底压力峰值增加了16.2%,弹底热环境品质增加了6.1%。     

一种基于鲸鱼优化算法的飞行动作识别规则提取方法

针对飞行动作识别规则提取,传统智能优化算法存在调节参数多、易陷入局部极值等问题,介绍了一种新型仿生智能算法:鲸鱼优化算法。利用该算法参数简单,快速收敛性和全局优化的优点对符号化的飞行参数规则属性进行组合寻优,计算出相应的飞行动作识别规则。经过测试函数及仿真实例表明,鲸鱼优化算法寻优精度高于传统智能优化算法PSO,提取的规则相比BPSO方法更简洁、有效。     

基于序列二次规划算法的发动机性能寻优控制

提出用非线性序列二次规划(SQP,Sequen tial Q uadratic P rogramm ing)算法解决发动机性能寻优控制问题。分析了线性规划(LP,L inear P rogramm ing)算法用于发动机性能寻优的固有缺陷以及SQP算法的优点。给出了SQP算法与LP算法用于最大推力模式和最小油耗模式仿真结果对比曲线。数字仿真实验的结果表明,SQP算法具有比LP算法更好的优化效果,在工程实际中有很大的应用潜力。     

Uncertain multiobjective redundancy allocation problem of repairable systems based on artificial bee colony algorithm

Based on the uncertainty theory, this paper is devoted to the redundancy allocation problem in repairable parallel-series systems with uncertain factors, where the failure rate, repair rate and other relative coefficients involved are considered as uncertain variables. The availability of the system and the corresponding designing cost are considered as two optimization objectives. A crisp multiobjective optimization formulation is presented on the basis of uncertainty theory to solve this resultant problem. For solving this problem efficiently, a new multiobjective artificial bee colony algorithm is proposed to search the Pareto efficient set, which introduces rank value and crowding distance in the greedy selection strategy, applies fast non-dominated sort procedure in the exploitation search and inserts tournament selection in the onlooker bee phase. It shows that the proposed algorithm outperforms NSGA-II greatly and can solve multiobjective redundancy allocation problem efficiently. Finally, a numerical example is provided to illustrate this approach.     

基于人工蜂群算法的航空电子系统负载均衡研究

针对航空电子系统中存在的任务请求多、资源利用率低、负载不均衡等问题,通过基于人工蜂群算法,设计并实现航空电子系统负载平衡机制.建立航空电子系统负载均衡数学模型,通过研究人工蜂群算法的四个阶段来求解航空电子系统的负载均衡,将待分配的计算任务指派给当前负载最轻的处理器.实验结果表明该算法负载均衡效果好.     

改进型蚁群算法的全局路径规划仿真研究

针对传统蚁群算法收敛较慢的问题,提出了一种在复杂环境下全局路径规划的改进型蚁群算法。利用链接图法建立了路径规划的空间模型;借鉴狼群分配原则对信息素进行更新;在缩小搜索区域,提高搜索效率的过程中,引入了启发式概率公式和启发函数;通过参数自适应调整策略,进一步对最优解进行了优化。将基于Dijkstra算法的初始路径规划和改进后蚁群算法的规划结果进行了仿真对比,结果表明,改进后蚁群算法的全局优化性能较好,具有一定的有效性和可行性。     

基于解析梯度的微推进转移轨道优化方法

 研究基于离散脉冲策略的行星际微推进转移轨道优化问题,为改善收敛性和计算效率,提出了一种解析的梯度矩阵计算方法。首先,基于离散脉冲思想建立了行星际微推进转移轨道优化模型,通过对速度脉冲矢量进行参数变换,避免了传统优化模型初值猜测和搜索域难以界定的缺点;然后,基于变分原理分析了离散脉冲模型中轨道状态转移矩阵与状态变分之间的关系,并给出了多种轨道特征条件下状态变分的计算方法,该方法可扩展到多次状态不连续情况;在此基础上,推导了离散脉冲轨道优化模型中性能指标与轨道约束对寻优参数梯度矩阵的解析表达式。以地球-火星的燃料最省微推进转移为例对所提解析梯度方法进行了仿真验证。数值结果表明：本文推导的解析梯度矩阵是正确的,与传统数值梯度计算方法相比,解析梯度矩阵可有效改善寻优算法的收敛特性,并能够提高计算效率约47%。     

Real-time and reliability analysis of time-triggered CAN-bus

Real-time performance and reliability are two most important issues in applications of time-triggered controller area network (CAN) bus systems at present. A scheduling matrix of time-triggered CAN-bus system is established using average-loading algorithm. Periodic messages are guaranteed to transmit without delay by distributing independent transmission windows within the system matrix. Considering the traditional CAN-bus transmission mechanism and the time-triggered feature, an algorithm is improved to calculate the worst-case delay of event-triggered messages in time-triggered CAN-bus systems. The failure probability is calculated for event-triggered messages whose worst-case delay exceeds their deadlines. Different levels of redundant structures of CAN-bus circuits are analyzed and the maintenance management is proposed to improve the system reliability. Finally, the reliabilities of different structures are calculated and the influences of maintenance on the system reliability are analyzed.     

Optimization and design of an aircraft's morphing wing-tip demonstrator for drag reduction at low speed,Part Ⅰ–Aerodynamic optimization using genetic,bee colony and gradient descent algorithms

In this paper, an ‘in-house' genetic algorithm is described and applied to an optimization problem for improving the aerodynamic performances of an aircraft wing tip through upper surface morphing. The algorithm's performances were studied from the convergence point of view, in accordance with design conditions. The algorithm was compared to two other optimization methods,namely the artificial bee colony and a gradient method, for two optimization objectives, and the results of the optimizations with each of the three methods were plotted on response surfaces obtained with the Monte Carlo method, to show that they were situated in the global optimum region. The optimization results for 16 wind tunnel test cases and 2 objective functions were presented. The 16 cases used for the optimizations were included in the experimental test plan for the morphing wing-tip demonstrator, and the results obtained using the displacements given by the optimizations were evaluated.     

基于混合蚁群算法的柔性模糊车间作业调度

采用蚁群算法作为全局搜索算法,提出一种混合搜索策略,用于求解柔性模糊Job Shop调度问题.根据模糊Job Shop调度问题解的特性,提出基于     

基于改进启发式蚁群算法的无人机自主航迹规划

无人机自主航迹规划是未来无人机作战使用的关键技术难题。针对传统航迹规划方法存在的求解效率不高、实时性较差、容易陷入局部最优等缺点,提出一种基于改进启发式蚁群算法的无人机航迹规划。算法前期使用Dijkstra 算法进行初始化航迹,引入启发式信息,提高搜索效率;采用Logistic 混沌映射初始化信息素,增加解的多样性,提高算法收敛速度;算法中、后期采用多航迹选择策略和模拟退火机制,提高全局搜索能力,避免因收敛速度过快,陷入局部最优解。对该算法进行仿真分析,结果表明：在存在威胁和障碍的复杂环境中,本文的改进蚁群算法与标准蚁群算法相比,能够有效规划出一条从起点到终点的航迹,并且寻优精度更高,收敛速度更快,具有一定应用价值。     

故障诊断策略的优化方法

 以相关性模型为基础,综合可靠性和测试费用等因素提出了一种系统级优选测试点方法和故障诊断策略。首先根据系统的相关性矩阵,将测试性度量、故障概率和测试费用统一考虑,推导出测试点的故障诊断信息量计算公式;然后根据信息量的大小依次选择测试点,并确定出优化的故障诊断策略。所得到的故障诊断策略确保了在较低的测试费用下,使用尽可能少的测试步骤快速完成系统的故障检测和隔离。