基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

基于二次优化的空间碎片多目标交会方案

针对空间碎片多目标交会轨迹设计问题的复杂性,提出一种利用分支定界法进行总体设计和改进粒子群算法进行二次优化的轨迹优化方法。通过碎片状态矩阵的建立和时间网格的划分,将多目标的交会问题转化为整数规划问题,利用分支定界法对总体交会顺序进行第一次优化。在此基础上,以交会时间和等待时间为优化参数,利用改进梯度粒子群算法对具体的单目标交会轨道问题进行第二次优化。仿真结果表明,飞行器与碎片的相对位置和相对速度误差满足精度要求,验证了多目标交会方案的有效性。     

基于IGA-ELM网络的滚动轴承故障诊断

为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络（IGA-ELM）的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明：改进遗传算法收敛速度和收敛误差,均优于对比算法。     

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

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。     

基于均匀设计的小生境遗传算法及其在飞控系统中的应用

将小生境遗传算法(NGA)应用于飞行控制系统(FCS)的优化设计中,需要解决两个问题:如何选择目标函数及如何确定初始种群和算法运行参数。针对这两个问题,分别提出了基于参考模型的飞行控制系统优化策略及基于均匀设计的小生境遗传算法初始种群和运行参数的选择方法,根据规范要求将飞行控制系统的性能指标要求转化到参考模型中,利用均匀设计方法优选出合适的初始种群和算法运行参数。仿真结果表明,所提出的优化策略能够有效地解决飞行控制系统的优化设计问题,小生境遗传算法初始种群分布均匀,收敛速度快。     

基于遗传算法的协作优化方法研究

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是多学科设计优化技术中最常用的一种有效的分布式并行优化方法.然而,标准的协作优化方法很难收敛到系统的最优解,而且对初始点的选择非常敏感,不同的初始点可能收敛到不同的解.遗传算法是一种成熟的智能寻优算法,具有很强的全局搜索能力.本文正是为提高协作优化的可靠性和鲁棒性,将遗传算法引入协作优化框架,并且对传统遗传算法进行相应的改进以适用于协作优化框架.算例证明本文提出的基于遗传算法的协作优化方法行之有效,消除了标准协作优化可能收敛不到系统最优解及对初始点敏感的缺陷.     

分布式卫星干涉测高系统编队构形优化设计方法

 分布式卫星干涉合成孔径雷达（InSAR）编队构形设计是系统总体设计的关键问题。从系统测高性能优化角度出发，提出分布式InSAR编队优化设计一般方法，将其概括为求解一个优化问题，以主星带辅星群体制分布式InSAR为例建立目标函数，针对其星载双站、斜视、空间基线等特点建立测高精度与辅星轨道根数的关系，基于近似的相对运动数学模型对该优化问题进行简化，并采用遗传算法求解。在此基础上，对多颗卫星组成编队以提高系统测高性能提出了一种多星编队设计方法。仿真分析表明，经优化得到的编队测高性能要优于干涉车轮和钟摆编队，该结果验证了优化设计方法的有效性和正确性。     

小卫星编队飞行队形设计与轨道要素确定

用两体相对运动的线性Hill方程进行了小卫星编队飞行队形的初步设计，并给出编队飞行中各绕飞小卫星轨道要素的确定过程，以空间圆形编队为例，在未考虑摄动情况下，通过仿真验证了Hill方程在小卫星编队队形初步设计中的有效性。     

多导弹三维编队控制

 多导弹编队控制可极大提高多枚导弹协同作战的效能。重点研究了多导弹编队控制涉及的2个主要问题：编队结构问题和三维编队保持控制器设计问题。提出了改进的领弹-跟随弹编队模式,结合多级分布式控制策略,解决了领弹失效时队形无法保持的问题;设计了基于相对误差的三维非线性跟随弹编队控制器,得到相应的跟踪控制律。不管领弹如何机动,跟随弹与领弹的相对距离始终为指定的期望值,同时跟随弹的速度、航向角和滚转角也能与领弹保持一致,通过仿真验证了所设计的编队控制器具有鲁棒性和稳定性。     

基于协同进化粒子群和Pareto最优解的卫星编队队形重构方法

针对卫星编队自主队形重构问题,提出了基于协同进化粒子群优化(CPSO)和Pareto最优解的求解方法.首先,使用Legendre伪谱法(LPM)将队形重构问题离散化为非线性规划(NLP)问题;其次,根据卫星编队的特点及碰撞规避的需要,使用CPSO算法对重构问题采用既独立又集中的求解方式,避免了传统优化方法对梯度的求解;...     

一种基于信息一致性的卫星编队协同控制策略

提出一种基于信息一致性的分布式协同控制策略,实现了卫星编队的构型建立、保持与整体机动。首先根据编队各星的初始相对状态,应用一阶一致性算法,协商估计出编队整体系统基准参考点的相对状态;再根据编队整体系统模型预测方程,以凸优化方法规划出期望重构机动路径;之后设计了基于二阶一致性算法的反馈协同控制律,使各星彼此协同地跟踪期望路径与构型、整体机动参考信息,并证明了系统的稳定性。仿真结果表明:只要在基准参考点一致性估计过程中信息拓扑图中存在最大生成树,该策略就能实现卫星编队的协同机动;反馈协同控制律能有效消除相对初始状态误差与地球非球形摄动J2项引起的各星状态偏离,并具有较好的容错性;与传统方法相比,本文方法在燃料消耗总量与均衡性方面均有所改善,且在构型快速建立或重构时,燃料消耗总量方面优势较为明显。     

在地球扁率摄动下的卫星编队飞行控制

卫星编队飞行的难点之一是在干扰力环境下控制队形。采用了一种基于线性二次调节器(LQR)的最优控制方法，对低轨道地球卫星所受的地球扁率摄动(J2力)加以模拟，并在模拟的地球低轨道J2力环境中。对几种卫星编队进行了模拟控制，从控制精度和能量消耗的角度对控制方法进行了分析，提出了卫星编队飞行中相对距离控制和绝对距离控制需要注意的问题。     

编队卫星队形重构防碰撞最优轨迹规划

 针对编队卫星队形重构的轨迹规划问题,提出了直接配置混合整数线性规划(DCMILP)方法。首先将卫星编队飞行问题进行简化,整个过程使用线性化描述;继而将三阶Simpson方法扩展至编队卫星的队形重构过程中,将各卫星的状态量和控制量在各节点处离散化;然后根据目标函数及碰撞规避问题等各种约束条件,将整个过程转化为混合整数线性规划问题,从而可以找到该非凸问题的全局最优解。最后,通过对三维和二维两组编队卫星队形重构进行仿真,由结果可以看出,与传统方法相比该方法快速有效,能够满足实时性的要求,使得卫星编队的自主运行成为可能。     

基于循环追踪控制的卫星编队构形调整控制律设计

卫星编队控制问题中，分布式控制优于主从式控制，在编队控制中应用日益广泛。提出了一种基于循环追踪算法的分布式控制策略，分析了该方法的优势。由于循环追踪算法存在编队中心由初始几何中心固定并与运动过程无关的弱点，引进了虚拟灯塔导引进行联合控制实现编队中心可变。建立了三维空间相对运动数学模型，设计非线性循环追踪算法与虚拟灯塔导引联合控制律，对全员联合控制与单星联合控制其余卫星采用非线性循环追踪控制两种方案的计算结果进行比较。结果表明，全员联合控制律的控制方案优于仅单星采用联合控制的方案，两种方案均可实现卫星编队按指定构形运动。     

编队飞行卫星轨道的初步设计研究

使用两体相对运动的Hill方程进行小卫星编队飞行队形的初步设计，给出了编队飞行中各绕飞小卫星的轨道要素确定过程。以空间圆形编队为例，在未考虑摄动的情况下，通过仿真验证了设计的有效性。     

联合连通拓扑下多无人机编队控制

针对在联合连通拓扑条件下的多无人机系统,研究了具有二阶动力学系统模型的多无人机系统时变编队控制问题。基于一致性理论,设计了一致性控制器,将联合连通拓扑条件下的编队控制问题简化为低阶时间平均系统的渐进稳定性问题。利用Lyapunov函数证明了所设计的控制器能够实现编队控制,并利用线性矩阵不等式(LMI)方法给出了控制器的设计算法。在三维空间中,对多无人机系统进行了仿真,验证了所设计的一致性控制器能够使得多无人机系统在联合连通拓扑条件下形成时变编队。