基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化

对基于Pareto最优概念的非劣性分层遗传算法(NSGA-Ⅱ)进行了改进，与区域覆盖卫星星座的多目标优化设计相结合，提出基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化设计方法，并利用多属性决策中的字典序法，根据目标的重要程度，在得到的Pareto解中进行选择．最后，利用STK和Matlab工具对遥感卫星星座进行了仿真，仿真结果表明该算法可以找到多个Pareto解，避免了传统的多目标优化求解方法的权值选择问题，并且比简单遗传算法具有更好的灵活性，从而解决了多目标优化的星座设计问题。     

基于多目标灰狼算法的干扰资源多效能优化方法

依靠经验决策或简单的模板匹配的传统干扰资源决策方式难以适应当前复杂的电磁环境。针对雷达干扰资源决策的智能化需求展开研究，将干扰资源调度建模为多目标优化问题，以最大化整体干扰效能、最小化干扰总功率、最小化作战损失为目标函数建立干扰资源调度模型，利用一种多目标灰狼算法（MOGWO）求解问题模型Pareto前沿，以最优解集代替最优解，再根据战场实际情况选择最佳调度方案，使决策方案更加科学合理。实验结果表明，MOGWO算法能够克服基本灰狼算法（GWO）探索能力不足、局部收敛的缺陷，有较高的搜索效率，算法的寻优能力和稳定性均优于NSGA-Ⅱ算法和MOPSO算法。      

测试不可靠条件下多故障诊断方法

针对部队复杂系统故障诊断中存在的诊断精度低,虚警率高等问题,提出一种测试不可靠条件下多故障诊断方法.为解决系统诊断贝叶斯网络结构和概率映射表建立困难的问题,通过建立系统的多信号流图模型,从而获得系统诊断贝叶斯网络.将测试不可靠度引入概率映射表,增加了算法工程应用中的鲁棒性.利用后验概率诊断推理将问题归结为不等式约束极值问题,采用0-1规划隐数法对不等式极值问题求解,从而获得最优解.以某型导弹制导系统电子部件为例,验证了该方法对复杂系统多故障诊断的有效性.      

高速运载器燃油热管理系统优化

燃油热管理系统设计随着运载器多电化与机载高能电子设备的发展已经得到高度重视,其中燃油的热承载能力是最关键因素。针对喷气推进式高速运载器,提出了一种大范围、多任务的燃油热管理系统多目标优化配置方法,其以热沉利用率最高和燃油质量代偿损失最小为目标函数,以循环回路的燃油最大质量流量、冷却水携带量和机载热负荷发热量为优化变量,采用改进的遗传算法NSGA-Ⅱ,在不同飞行任务规划下进行双目标优化设计,所获得的目标函数Pareto最优解集,满足预期的燃油热管理系统模式选择原则,且通过分析优化变量与优化目标间的相关性,可以量化燃油热管理系统优化配置准则与可达到的最小燃油质量代偿损失,可应用于支持多热沉重构的机载高效燃油热管理系统。      

月面飞行器动力下降段多目标轨迹规划

针对未来月面着陆动力下降段轨迹规划需综合考虑多性能指标的问题,提出一种对飞行轨迹先优化后决策的多目标轨迹规划方法.在多目标进化算法MOEA/D-AWA(multi-objective evolutionary algorithm based on decomposition with adaptive weight adjustment)的框架下对轨迹规划的多个指标进行分解,得到若干个单指标的子问题.将凸优化算法作为求解单目标轨迹优化子问题的底层算法,嵌套在MOEA/D-AWA的框架中,经过迭代优化获得一组动力下降段飞行轨迹,其构成多目标轨迹规划问题的帕累托最优解集.根据模糊决策理论对各个帕累托最优解对应的多个轨迹指标逐步降阶并进行综合评估,经过决策得到多指标约束下的飞行轨迹.仿真实验表明,该轨迹规划方法能够在综合多目标的情况下,优化获得一组动力下降轨迹集合,且能够根据不同任务要求从中决策出最优的动力下降段轨迹,可有效解决月面飞行器的多目标轨迹规划问题.     

需求信息共享供应链系统稳定域内的优化

考虑由分销商和制造商构成的需求信息共享的二级供应链系统,通过考察系统参数对系统稳定性的影响,确定系统的稳定域;建立系统的3个稳定性指标,利用最优化理论及多目标优化算法NSGA-Ⅱ在系统稳定域内搜索实现系统最优状态的参数组合,这些最优解能使系统的3个稳定性指标达到Pareto最优,即不可能改善某一个稳定性指标,而不使其他指标受损.通过仿真实验确定系统在不同提前期参数取值情况下的最优稳定性指标值和相应的参数组合,研究在稳定域内系统参数对系统最优状态下3个系统指标的影响.根据研究结果提出了旨在提高供应链运行稳定性及稳定状态下寻找最优系统状态的管理学建议.     

区间多目标线性优化的功效系数求解方法

针对工程领域中普遍存在的具有不确定参数的多目标优化问题,提出了一种基于功效系数的区间优化模型及求解方法.通过引入增补变量,将含有区间参数的目标函数化为参数确定的形式.建立以功效系数为基础的评价函数,将原多目标优化问题转化为单目标优化问题,然后分别在区间约束条件的最好情况和最差情况下求解,得到设计变量的最优解区间和目标函数的最优值区间.通过工程算例,与传统概率方法的优化结果相比较,验证了所提出优化模型及方法的有效性.     

基于测试性D矩阵的多故障诊断与维修策略

针对复杂的多故障诊断问题以及多故障直接处理方法实现的难点,在测试性D矩阵基础上,提出了一种基于单故障化的多故障诊断与维修策略（MFDMSTS）。首先,在多故障假设下引入析取运算,定义了可隔离单故障和可隔离多故障,据此定义将多故障转化为单故障,并将转化的单故障与测试集组成新的D矩阵;然后,运用单故障诊断算法处理新的D矩阵,得到最优诊断树;最后,针对诊断树的不同叶子节点,提出了多故障诊断与维修策略。实例验算表明：MFDMSTS能降低平均诊断费用和平均诊断步数,并大幅降低误修率。     

无人侦察机航迹点重规划的优化算法

提出了一种针对发现新目标后,机上在线进行航迹点重规划的方法.建立了重规划数学模型,用图像质量方程预估侦察目标的图像质量,以所有目标图像质量的加权之和最大、路径长度最小为目标函数.在传感器侦察范围、飞机机动和目标图像质量要求以及威胁等多约束条件下运用改进后的多目标进化算法NSGA-II寻优,得到侦察航迹点的Pareto最优解集.以目标图像质量、路径长度和路径威胁为评价因素,专家系统给出当前评价因素加权权值,用模糊选优方法在Pareto最优解集中选择该加权意义下的唯一最优路径.仿真结果证明了该方法的可行性和智能性.     

固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

基于智能优化算法和有限元法的多线圈均匀磁场优化设计

针对多线圈均匀磁场优化设计中的高阶求导及优化结果可信度评估问题,提出一种基于智能优化算法和有限元法相结合的多线圈均匀磁场优化设计方法。首先,确定待优化参数,并以磁场偏差率作为目标函数;然后,采用智能优化算法对目标函数进行寻优;最后,基于优化得到的结构参数,建立相应的有限元仿真模型,检验优化结果的可信度。以2组亥姆霍兹线圈的结构参数优化为例,仿真结果表明,本文方法求得的最优参数优于传统的求导方法寻优得到的参数,且经过有限元法检验后,该优化结果的可信度得到了确认。      

解决排班问题的多目标优化模型及算法研究

为提高排班结果的准确性可靠性,提出了排班问题的多目标优化模型,并应用改进的基于信息熵的自适应遗传算法求解模型的最优解.同时引入分割集和模拟退火算法的思想进行优解的选择.通过对航空公司机组排班问题的仿真比较,模型的正确性和先进性得到了验证.      

航天器测试需求描述及其自动生成

航天器作为一个典型的安全苛刻系统,其可信性研究需求迫切,支持可信性评估的数据来自于航天器测试用例的执行,而航天器测试需求是测试用例生成的重要依据.在实际应用中,对航天器这类复杂系统,面临测试需求庞杂、测试需求编制周期长、人工经验编制方式难以保证测试需求的充分性、完备性及可复用性等问题.针对这些问题,通过分析航天器组织结构特点,建立航天器形式化模型,基于航天器测试任务流程,给出了航天器静态测试需求和动态测试需求形式化描述规范,并给出航天器测试需求自动生成方法,保证了测试需求的充分性和完备性,提高了测试需求复用性,与人工编制方式相比,缩短了测试需求编制周期.最后设计并实现航天器测试需求生成应用系统,验证所提出方法的有效性.      

基于满意决策的多机协同目标分配算法

多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究 中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机 协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满 意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集 合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递 阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提 高搜索效率,并得到很好的优化效果.      

基于序列二次规划的推力矢量控制分配方法

  针对使用推力矢量控制的航天器,建立了游动发动机的数学模型,在分析了游动发动机摆角约束的基础上,提出了推力矢量控制分配问题。将该控制分配问题转化成以力矩误差最小和对变轨推力影响最小作为优化目标的多目标优化问题,引入序列二次规划进行求解,得到一种新的控制分配方法。仿真结果表明,该方法能够准确实现期望目标,验证了所提出的控制分配方法的可行性和有效性。     

考虑passivation的备件库存时变凸优化

考虑到passivation现象,利用时变库存平衡方程构建时变备件短缺数函数,根据扩展帕姆定理将当前时刻之前时段的累积需求率糅合入泊松分布的形状参数,建立考虑备件累积需求率的凸优化算法。以费用约束下的时变可用度为目标函数,利用凸优化算法,得到每一时段的最优配置方案。利用众数法,选择适当的全局库存策略。最后,构建了优化案例来阐释本文提出的方法,同时通过对比几种库存策略,证明了所提方法的优越性。      

基于Tent映射的自适应混沌混合多目标遗传算法

提出一种Tent映射在计算机上实现的改进算法,有效解决了受计算机字长影响,Tent映射存在不动点和小周期的情况.将改进的Tent映射应用于混沌优化算法中,对基本NSGA-Ⅱ算法进行改进.使用混沌序列对初始种群赋值,提高算法收敛能力;使用改进的混沌搜索增强种群多样性;分别使用基本算法和改进算法对标准测试函数进行数值仿真.统计结果显示:改进的算法可以在保持高效率求解的同时,得到的非劣解在收敛性和多样性指标上均优于基本NSGA-Ⅱ算法.