用于多峰函数优化的改进跳跃基因遗传算法

跳跃基因是维持生物大脑神经细胞多样性的主要原因,因此在遗传算法中引入跳跃基因操作能够提高算法的全局搜索能力。然而,标准跳跃基因遗传算法的随机跳跃过程容易破坏较优性能染色体的基因。针对此问题,提出了一种改进跳跃基因遗传算法。在改进方案中,适应度越高的染色体上的跳跃基因,能以越高的概率朝性能比它差的染色体上跳跃,以提高进化速度。并且,在适应度函数中引入密度函数,以保持染色体的多样性。通过对经典多极值测试函数的寻优仿真表明,改进跳跃基因遗传算法能够更有效地提高遗传算法对复杂多峰函数最优解的求解速度与精度。     

用遗传算法精确计算圆度误差

提出了一种应用遗传算法计算满足最小区域法的圆度误差的新思路，并对传统的遗传算法提出了一些改进。采用实数值编码，其计算结果精确度非常高，理论上可以获得全局最优解；保留上一代种群中适应度最好的个体到下一代，可以确保解的收敛性；对基于实数值编码的繁殖算子、交叉算子、变异算子给出了具体的操作方法。仿真结果表明，用改进的遗传算法求解圆度误差，简单明了，收敛速度快，在计算机上容易实现。     

基于Kriging模型的结构耐撞性优化

提出了基于Kriging模型的耐撞性优化方法。首先就Kriging模型的构造方法及其精度评估问题进行了讨论;然后,以薄壁管为研究对象,采用瞬态非线性有限元分析程序作为计算核心,以薄壁圆管的直径和壁厚为优化变量,以最大撞击载荷为目标函数,薄壁管的最大压缩量等作为约束函数,构造了基于Kriging模型的全局近似函数来逼近真实的优化目标函数与约束函数;随后,提出了提高全局近似函数精度的Kriging模型更新方法,改进了优化设计分析流程;最后,在所构造的全局近似函数的基础上,采用遗传算法进行优化分析。算例分析结果表明,该方法构造的最大撞击载荷与最大压缩量的全局近似函数在最优解处与真实解非常吻合,说明了Kriging模型的有效性。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

利用遗传算法进行稠密视差图估计

提出了一种利用遗传算法解决立体匹配问题的方法以获得稠密的视差图。与以往方法不同．本将立体匹配问题看作一种多极值的优化问题——从一组可能的视差图中找到最合适的一个。在大量的优化算法中，已经证明对于具有广阔搜索空间的全局优化问题，遗传算法是一种潜在的有效方法。从这个思想出发．本把每一个视差图看作是一个进化个体．并把视差值作为染色体进行编码．因此该算法中．一个个体将会包含大量的染色体。然后，把一些匹配约束转化形成目标函数，利用遗传算法去搜索待解决问题的全局最优解。另外，为了减少匹配上的不确定性以及时间消耗，中还采用了从粗糙到细致的层次化匹配策略(coarse—to-fine strategy)。最后给出合成图与真实图的匹配实验结果．以验证该方法的性能。     

基于改进蝴蝶优化算法的无人机3-D航迹规划方法

针对基本蝴蝶优化算法（Butterfly optimization algorithm,BOA）在进行无人机（Unmanned aerial vehicle,UAV）三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题，提出一种改进的蝴蝶优化算法（Improved butterfly optimization algorithm,IBOA）。在全局搜索阶段提出对数自适应惯性权重策略和动态更新调节策略，提高了算法全局搜索能力和搜索精度。同时，在局部搜索阶段，提出一种动态概率余弦选择策略，增加位置更新多样性，避免陷入局部最优。首先，为检验改进算法与基本算法的寻优性能，在部分标准多元函数上进行仿真对比。对比结果表明，改进算法对复杂函数具有较强的寻优能力，能在更短时间内找到全局最优解。然后，在二维路径规划仿真中对比了改进算法与PSO算法性能，从对比结果看，IBOA具有更优的规划效果。接着，利用山峰模拟函数对UAV三维航迹规划进行建模，将改进算法应用到航迹规划中，利用MATLAB仿真对比了不同复杂度环境下的航迹规划效果。仿真实验表明：相同实验条件下，该优化算法较BOA综合适应度值减...     

压电结构的控制-结构一体化设计

对于离散分布、同位配置压电片驱动器和传感器的压电耦合板，首先构造了四节点 Ｋｉｒｃｈｈｏｆｆ矩形板弯单元，从而建立了有限元模型。在此基础上，给出了主动阻尼振动控制模型。将系统的存留能量指标归结为一个 Ｌｙａｐｕｎｏｖ 方程的解。以系统的存留能量指标为适应度函数，以作动器和传感器的位置及控制增益为优化参数，利用基于共享函数机制小生境技术的遗传算法进行结构、控制设计。最后，对一悬臂压电耦合板进行了实例分析。结果表明，该方法是解决控制结构一体化设计的一种有效途径，可以得到多个最优解或次优解。     

基于模因算法的飞机装配序列规划

针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。     

基于改进遗传算法的机器人动态路径规划

针对基本遗传算法解决移动机器人路径规划的不足，提出了一种改进的遗传算法。首先，采用栅格法对机器人路径规划进行建模。然后，提出一种生成初始种群的方法和精英策略，设计出自适应变异概率，提高了算法的求解质量。同时，在规划过程中，将全局路径规划与局部路径规划相结合，并且根据机器人与动态障碍物碰撞类型的不同，提出了相应的避碰策略。仿真实验表明:该算法优于基本遗传算法，能够有效地指导机器人在动态环境中实现避障，获得无碰最优或次优路径。     

复合材料层合结构铺层顺序优化设计的免疫遗传算法

本文利用生物免疫系统对抗体浓度调节原理,提出了一种用于组合优化的免疫选择概率算子,同时考虑了抗体调节加权系数随搜索进行动态变化。对给定的复合材料层压板,以几何因子为优化对象,应用免疫遗传算法进行了铺层顺序的优化。应用四种不同遗传算法,对算例的优化结果进行了统计分析,结果表明:本文算法的成功率高,首次获全局最优解的迭代次数少,并能使种群收敛于全局最优解。     

基于B样条的气动反设计遗传算法研究

在气动反设计中引进了基于自然选择和生物遗传机制的遗传算法，针对遗传算法的搜索原理和气动外形特点，提出了与之相适应的Ｂ样条基因表达，构造了均匀变异与非均匀变异相结合的自适应变异算子，提出了用于优化设计的适应函数，发展了一种小种群演化方法。文中并以全位势方程求解程序为例，进行了翼型重构反设计，验证了本方法的可行性，然后在此基础上进行了基于阻力极小的优化设计，取得了令人满意的结果。     

基于动态评价方法的多态电路进化设计

针对传统多态电路进化设计算法有效性问题,提出了基于动态评价方法的多态进化设计算法。在进化算法适应度评价阶段,利用适应度评价扩展对于不同模式下的电路分别进行评价,采用比较选择进行电路最优结构配置,防止了潜在解的丢失。将多态门与普通门混合使用,进行了Multiplier/Sorter及Majority/Parity两种多态电路的进化设计实验。实验结果表明,与传统多态电路进化算法相比所提算法进化代数减少了31.2%~77.7%,成功概率提高了11%~52%,具有进化迭代次数少、成功概率高的优势,提高了算法有效性。     

考虑功率约束的控制分配方法

根据飞机作动系统的工作原理,针对液压源能量有限的现状,提出作动系统的功率约束条件。同时考虑操纵面的物理约束,提出了功率受限的操纵面控制分配问题,并给出相应的解决方案。功率受限的操纵面控制分配方法将控制律设计与操纵面任务分配分割为两个模块独立运行,以动态逆控制律为基础,建立控制指令和操纵面间的动态映射关系,考虑操纵面的物理约束并以功率最小作为优化指标,将控制分配问题转化为一个二次规划问题,通过数值求解实现控制系统功率受限下的控制分配。仿真结果表明,考虑功率约束的控制分配方法,可以在系统满足一定稳定性及飞行品质要求的前提下,分配和管理多个冗余操纵面达到指令要求,同时实现系统消耗总功率最小,保证了作动系统的稳定性与安全性。     

带有连接结构的导弹动特性试验研究方法

导弹的头体连接对导弹的整体结构动力学特性会产生很大的影响,这种结构会呈现较强的非线性特征,其动特性参数会随着外界载荷和振动量级的变化而变化,而该参数又是飞行稳定控制系统设计的重要依据。因此,为了考察和评定带有间隙结构的导弹动特性参数随载荷和振动量级变化的情况,本文阐述了一种不同于以往导弹全弹结构动特性试验的新的试验思路-加载试验方法和变量级试验方法,针对一个具体的导弹型号,给出了典型载荷的加载实现方式,最后还给出了试验结果并对结果进行了原理性的解释。通过本文的研究表明,本文提出的试验方法在今后的导弹型号研制当中是十分必要和可行的。该方法也可推广到其他类似的民用结构的应用当中。     

某大跨径轻型钢结构强度分析

本文以广西北海机场航站楼这一大跨径轻钢结构为例，提出一种较为方便的方法解决整体结构及局部结构的强度问题。研究表明，该方法简单易行；为保证整个结构的安全，对于存在截面突变的节点(或区域)进行局部分析是非常必要的。     

航空发动机PID控制参数优化的改进遗传算法

提出一种基于参考模型特征指标的P ID控制参数寻优算法。采用遗传算法(GA)优化某型涡扇发动机P ID控制参数,以理想二阶系统作为参考模型,将其与实际闭环系统输出差值平方的时间积分作为系统的适应度函数。设计过程中只需选择二阶系统的自然频率和阻尼比就能准确地实现期望的动态和稳态性能。与传统的基于系统性能指标加权的适应度函数相比,新的适应度函数计算方法避免了加权系数与系统响应形式没有明确对应关系的缺陷。新方法所选参数物理意义明确,算法简单,易于实现。     

二维多介质流动问题的界面处理方法

就二维可压缩多介质流动问题的数值模拟,给出了一种新的界面处理方法。通过在界面处构造Riemann问题,利用Riemann问题的解分别定义界面两边流体的边界条件,由于Riemann问题的解准确地描述了界面处流体的流动状态,因此得到了更加准确的界面边界条件。本文将由Riemann问题的解得到的界面速度外推到整个流场,重新定义速度场,避免了由于速度的大梯度变化而导致的Level—Set等值线相互交错,因而得到了更加精确的界面位置。利用该方法对水下激波与柱型气泡相互作用问题进行数值模拟,结果表明该方法能准确地捕捉各种物理现象。     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

弹性薄圆板混合边界问题的解析解法：分区联合解法

板的混合边界问题的解析解法长期未能满意解决，对这方面所做的工作很少。近年来我国力学工作者做出了不少成绩，但都是有效的近似解法。设弹性薄圆析周边支承与板内受载周期性地改变，可将板假想地分成若干以圆心为顶点的扇形，每一块扇形内只有一种支承方式，再设载荷对称于各该扇形的中线，在以上条件下，根据天津大学严送教授首先系统地提出的“加补充项的广义Ｆｏｕｒｉｅｒ－Ｂｅｓｓｅｌ双重级数法”提出了“分区联合解法”即