构建数学模型 优化贴装过程

贴装优化问题直接关系到表面贴装工艺的效率。本文以JUKI-2010/2020贴片机为试验平台,根据该机型结构及贴装过程,把贴装优化问题的描述为最小权重匹配问题(MWMP)以及非对称旅行商(TSP)问题,构建了一种新的优化模型:把时间优化转化为距离优化,并应用启发式算法进行软件编程。通过生产企业的6块PCB板的对比实验,证明了该数学模型和算法是合理的。     

具有最低旁瓣电平和使用粒子群优化算法控制零陷的线性阵几何综合

描述了具有最低旁瓣电平和使用粒子群优化算法（PSO）控制零陷的线性阵几何综合方法。PSO是一种最新开发的高性能优化算法，它能解决一般的N维线性和非线性优化问题。与遗传算法和模拟退火等其他进化算法相比，PSO算法更易于理解和实现，并且要求最少的数学预处理。针对以旁瓣抑制（SLL）和／或在特定方向放置零陷为目标的优化问题，首先提出了阵列几何综合的公式，然后运用PSO算法来解决单元的位置优化问题。最后给出了3个PSO算法应用的设计实例，且每个实例中的优化目标都易于实现。通过与使用二次规划方法（QPM）获得的结果相比较，验证了PSO算法结果的有效性。     

基于多目标进化算法的导弹鲁棒姿控系统设计研究

实际中在进行弹性导弹的姿控系统设计时，控制器参数的调试比较困难。现把弹性导弹的姿控系统设计问题转化为受限多目标优化问题，然后通过多目标进化算法（MOEA）NSGA-11进行求解。通过在某特征点的控制器设计实例表明，该设计方法使用灵活，在最后计算所得的非劣最优解集中能够得到满意的控制器参数。     

地球-火星的燃料最省小推力转移轨道的设计与优化

小推力转移轨道的设计与优化一直是深空探测轨道设计方面的难点。针对这些问题，提出了一种基于等高线图的初始发射机会搜索方法，该方法通过绘制探测器一火星距离的等高线图寻找满足任务约束的小推力转移轨道发射机会；同时，本文还给出了一种小推力轨道的直接优化算法，该算法通过将连续的控制变量参数化，把轨道优化问题转化为参数优化问题，然后基于所提搜索方法，采用逐次二次规划方法进行求解。数值计算验证了该发射机会初值猜测方法和优化算法的有效性。     

用DE求解最小能量借力飞行问题

提出了一种差分演化算法（DE）以求解最小能量借力飞行问题。分析借力飞行的物理过程,用演化算法给出最小能量借力飞行的优化模型。优化算例表明：该算法结果较文献更优。     

基于递推二次规划算法的燃料最优有限推力远地点变轨

从工程实用的角度分析了静止通信卫星远地点变轨优化问题，定义了目标函数、约束条件及其相应的优化参数，根据问题特点，应用递推二次规划算法（RQP）进行变轨参数寻优，并用计算实例说明了此算法的有效性。     

前馈神经网络的一种高精度快速训练法——混合遗传算法

针对前馈型人工神经网络（ＦＡＮＮ）的训练问题，提出了一种把遗传算法与共轭梯度算法相结合的混合遗传算法。遗传算法主要用于初始权值的优化，而共轭梯度算法则是一步实行高精度训练。使用混合算法的目的有三：１）绕过局部极小值；２）加快前馈神经网络的训练速度；３）提高训练精度。通过混合遗传算法与改进ＢＰ算法的对的对比显示，用混合遗传算法要比改进的ＢＰ算法快数十倍，且不易遇到局部极小点。文章首先阐述了ＦＡＮＮ的     

多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用

为了提高求解多目标优化问题的Pareto解集的效率,建立了适用于多维、多目标优化问 题的多目标蚁群算法（Multi\|objective Ant Colony Algorithm,简称MACA）。该算法首 先修正了蚁群算法的信息素更新机制和转移概率,然后改进了蚂蚁的行进策略,即提出了依 概率选择搜索策略。最后,应用该算法对某型号固液混合火箭发动机系统进行了优化设计。 计算结果表明,多目标蚁群算法获得的Pareto解集分布均匀、散布范围广,可以有效解决多 目标优化问题,能为决策者进行目标权衡提供充分依据。
     

基于MATLAB的现代优化算法在飞行器气动外形设计中的应用

本文发展了MATLAB语言环境下的现代优化算法，包括遗传算法、模拟退火算法和基于分支联赛选择的多目标遗传算法，并用来求解高超声速飞行器气动外形参数优化问题。所研究的气动外形为带控制舵飞行器和可变弯体飞行器。在MATLAB环境下，求解了最大化升阻比的单目标优化问题和具体有两个冲突目标（最小化铰链力矩并且最大化平均操纵效率）的多目标优化问题。实际算例表明，在快速有效的气动力分析方法辅助之下，本文所发展的MATLAB现代优化算法可以在飞行器初始设计中发挥作用。本文所提供的现代优化算法是对MATLAB优化工具箱的一个有益的扩展。     

SAR成像分段及分类处理的最佳方法

就合成孔径雷达（SAR）成像的分段和分类问题提出了多种算法。通常这些算法属于基本的启发法，对某些类型的成像来说，比用其它方法更为成功。基于全局优化技术的一些方法能够就所提出的问题得到最佳的解，而该算法的特点在于目标函数和所选择的优化技术。作者针对SAR分段或分类创立了一个恰当的目标函数，并指出怎样最佳地量化该函数范围内各比较项之间的关系；进而排除对推广启发法的先期需要。还描述了一种基于模拟退火技术的计算方法，该方法对成像细部图给予极大的关注，给出了根据真实数据得出的算法性能实例。