星载TWTA备份环开关切换的遗传算法研究

通信卫星在轨运行时,行波管放大器发生故障,如何准确快速切换到备份放大器是卫星运营商十分关注的问题。文章提出了一种基于遗传算法的星载功率放大器的备份环开关切换方案,通过编码将开关及其位置信息融入染色体中,根据设计的适应度值计算来判断染色体即开关切换方案的优劣,采用选择-交叉-变异的循环来模拟生物种群的繁殖、竞争、淘汰、平...     

光学有效载荷运控模式优化的多种群遗传算法

对光学有效载荷运控模式进行优化设计可提高光学有效载荷的工作效率。将其数学模型建立后,优化问题可归结为有约束条件的多变量函数极大值求解问题。针对该模型,提出了使用多种群遗传算法（MPGA）的求解方法,即对0-1二值型变量和实型多维变量分别编码构建种群,以实型多维变量为中心,联合0-1二值型变量进行遗传运算求得函数极大值。此外,通过具体算例对该算法进行了仿真,仿真结果表明该算法能够克服传统优化方法求解速度慢且易陷入局部最优陷阱等方面的不足,适合大规模多区域搜索,可快速得到全局最优解,能更好地满足对光学有效载荷进行智能控制的技术要求。     

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。     

复合材料层合结构优化设计的遗传算法

为提高复合材料层合结构优化设计中遗传算法(GA)的可靠性和计算效率，提出了一些改进措施．如自适应杂交、自适应突变、多重动态优选和冒泡等遗传算子。它们不仅可避免算法收敛于局部最优解，而且能防止优良基因结构遭到破坏，从而显著提高遗传算法的可靠性和收敛速度。计算应用的结果表明，改进后的遗传算法有较高的计算效率和可靠性。     

冲击噪声背景下基于遗传算法的正弦信号参数估计

冲击噪声的存在会导致常用的基于FFT、二阶矩或高阶矩正弦信号参数估计计算的退化,甚至出现错误。文章针对冲击噪声背景,提出了一种改进的遗传算法用于多分量正弦信号的参数估计。改进的算法采用了自适应最优保持、两点交叉和大变异操作等优化策略;同时优化了操作流程,采用逐个估计的步骤,大大简化了计算。仿真结果证明了该方法优于传统的最小二乘法,可较准确地估计多个正弦信号的参数。     

遗传算法在多目标干扰中的应用

为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。     

基于遗传算法的平流层飞艇航迹规划方法研究

文章针对平流层飞艇驻空阶段航迹规划问题进行研究和仿真分析.考虑平流层飞艇自身飞行的特点,建立其运动学方程和风场模型,并在适当假设基础上,构造能够反映其飞行能耗的代价函数.最后采用遗传算法进行算例计算,求解平流层飞艇最优轨迹.仿真结果表明,遗传算法能够有效、快速地收敛并稳定至问题的最优解;其所构造的代价函数能够反映飞艇自...     

基于改进遗传算法的星图畸变校正方法

由于光学成像系统的非线性几何畸变,使得星敏感器所获星图与理想星图有一定的差别,为完成高精度定姿,必须对畸变星图进行校正.首先,介绍了光学系统的畸变原理,并建立了以径向几何畸变为主的星图畸变模型.之后引入改进遗传算法对畸变参数进行了优化:采用引进成长算子的二进制编码,避免了算法陷入伪极值;通过改进适应度函数和适时调整变异...     

DE算法在空间交会中的应用

在第一次脉冲位置可变的条件下,用差异演化(DE)算法实现航天器双冲量交会的优化。根据C-W方程建立双冲量交会模型,用时间-能量加权法计算混合优化指标。给出了所设计DE优化算法的编码、生成初始种群、变异、交叉、辅助和选择等操作步骤。仿真结果表明,DE算法较基本遗传算法(GA)能更有效地获得最优解。     

一种基于模糊遗传算法的图像分块恢复方法

针对遗传算法进行图像恢复时运算复杂度高的问题,提出一种基于模糊遗传算法的图像分块恢复方法。将大尺寸的灰度退化图像均匀划分为若干子图块,对各子图块依次采用遗传算法进行恢复,并将其直方图统计数据输入模糊逻辑控制器自适应地调整适应度函数的参数、适应度拉伸时的退火初始温度、交叉概率和变异概率,最后将恢复后的子图块重组为整幅图像并对因分块所造成的边界噪声进行相应处理。仿真结果表明,该方法可有效降低遗传算法进行图像恢复的复杂度,恢复图像的质量也较维纳滤波法和传统遗传算法有明显提高。     

基于遗传算法的寿命分布参数点估计模型研究

利用遗传算法极强的全局寻优能力，以待估计参数的置信区间为编码空间，以经验分布与所求分布误差倒数为适应度函数．建立了基于遗传算法的寿命分布参数点估计模型。分别以指数分布和正态分布伪随机数序列为样本给出了该模型的应用实例，结果表明在具有大量样本时．该模型的估计精度将高于极大似然估计。     

具有内点状态约束的机动再入弹道优化设计

高级机动弹头末制导装置开始工作时对弹头飞行速度和姿态有一定的要求。这就增加了内点约束,从而使机动再入弹道设计问题成为具有内点约束和终端约束更复杂的最优控制问题。利用遗传算法求解该问题,用多段插值方法进行染色体设计,设计了基于模拟退火思想的罚函数和适应度函数来处理各种约束。仿真结果表明,所设计的遗传算法效率高,对初值不敏感,能搜索到全局最优解。所设计的再入机动弹道能满足机动弹头对姿态、热流和速度的要求。     

应用遗传算法优化二元序列

介绍遗传算法优化的特点和具有良好非周期自相关特性的二元序列的概念,讨论用遗传算法优化二元序列的方法。通过实验发现,在采用遗传算法优化二元序列时引入最优个体保存策略和调整运行参数可以取得较好的效果,亦即此方法是可行的;但同时也发现该方法难以收敛到全局最优解。     

一种综合分析LRE减损控制律的智能方法研究

应用遗传算法解决液体火箭发动机减损控制律综合分析这个典型的多目标优化问题,可以解决传统优化方法在该问题中的局限性。分析了遗传算法在解决液体火箭发动机减损控制律综合分析中的具体应用问题,如编码方案、种群设定、适应度函数设计、约束条件处理、选择机制、交叉与变异操作以及遗传算法有关参数的确定等,分别给出了可行的取值参考范围。应用SPEA进行了仿真计算,结果表明遗传算法在综合分析减损控制律时是有效的,为智能技术在液体火箭发动机减损控制中的应用提供了方法探索。     

多目标进化算法在航天器转移轨道中途修正中的应用

理论上只要根据初始轨道转移点和目标轨道进入点的信息,计算并产生转移所需速度增量,就可以完成航天器的轨道转移.但是由于误差的影响,需要在转移轨道飞行中进行中途修正,修正时刻的选择决定了入轨精度和燃料消耗.本文选择二次修正策略,设计了一种多目标进化算法,以Pareto秩和小生境参数共享函数计算个体适应度,采用共享函数选择法、自适应变异法进行遗传操作.同时构造外部种群储存Pareto最优解,并引入最优解集边界值以加快算法收敛至非劣解集前端的速度.通过仿真验证,该算法能够较完整地得到中途修正时机问题的Pareto最优解集,且分布均匀,满足工程实际的需要.     

基于混沌优化自适应遗传算法的数据关联求解

通过判断目标量测值和运动状态之间的最优对应关系,将数据关联问题描述为一类约束组合优化问题,采用混沌优化自适应遗传算法来求解数据关联问题,仿真结果表明,这种算法具有很高的关联成功率;此外,分别采用自适应遗传算法、混沌优化算法以及混沌优化自适应遗传算法求解数据关联问题,结果表明,混沌优化自适应遗传算法求解数据关联问题的最优率明显高于其他2种方法,且其收敛速度也明显快于单独使用自适应遗传算法或混沌优化算法。     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

敏捷成像卫星调度的改进量子遗传算法

针对敏捷成像卫星调度问题中解空间大，选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型，提出一种改进的量子遗传算法对其求解，改进的量子遗传算法采用二进制与实数杂合的编码方式，降低染色体的基因位编码数目，提高了搜索效率，有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间；以杂合编码为基础，设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间，从而将量子优化机制引入敏捷成像卫星调度问题中，利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后，通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明，所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现，能够满足敏捷成像卫星调度的需要。     

遗传算法在航天器最优交会中的应用研究

针对航天器的最优交会问题 ,推导了航天器双冲量交会时的特征速度 ,以此为基础构造了以能量和时间为指标时的最优交会指标 ,并设计了与之相应的遗传算法。最后 ,对共面圆轨道双冲量交会情况进行了仿真计算 ,仿真结果表明 ,遗传算法的设计是成功的。     

基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。