求解多目标优化问题的随机梯度遗传算法

遗传算法的收敛速度很慢，为此引入另一种解决优化问题的工具，即Simultaneous Perturbation Stochastic Approximation(SPSA)算法，该算法是一种简单、易实现、高效率的随机逼近算法。本文将SPSA算法作为一种快速局部优化方法并将其和遗传算法的整体搜索策略结合起来，提出一种解决多目标优化问题的随机梯度遗传算法，对新算法的执行策略进行了认真的设计。大量的数值实验表明：随机梯度遗传算法不仅提高了多目标遗传算法的收敛速度，且得到了大量的分布较均匀的Pareto最优解。     

基于 PIV 速度场测量重构压强场的研究进展

利用 PIV 测量得到的速度场数据重构空间压强场是一种新颖的压强测量方法。目前国外的一些仿真计算和风洞实验已经证明了该方法的可行性和有效性。本文首先详细介绍了基于 PIV 速度场测量重构压强场的基本原理---两种压强梯度计算方法(拉格朗日方法和欧拉方法)和两种压强积分方法(平面 Poisson 法和直接空间积分法),然后从速度场测量、压强梯度计算和压强分布计算3个方面综述了基于 PIV 速度场测量重构空间压强场的关键技术及相关的研究进展,最后从 PIV 速度测量的改进、参数的优化设置、算法的改进与创新、探索并完善3D压强分布计算、可压缩流动条件下的压强重构技术等5个方面探讨了该方法的发展方向,以期引起国内同行对该技术的高度重视并为其进一步发展提供一定的参考。     

基于等参梯度单元的功能梯度材料结构分析

为了解决功能梯度材料非均质特征引起的特殊力学行为的模拟仿真技术难题,本文基于有限元基本理论框架,将材料梯度引入形函数,对单元刚度矩阵进行改写,发展了平面四节点与八节点等参梯度单元,并采用高斯积分数值处理方法,基于ABAQUS平台开发了等参梯度单元UEL(User-defined element)子程序,建立了功能梯度材料结构件的仿真分析方法。采用功能梯度材料正方形平板,研究网格密度对计算结果的影响,验证了平面四节点与八节点等参梯度单元的收敛性。将本文梯度单元与常规单元的计算精度进行了对比分析。当载荷条件较复杂时,常规单元计算的应力场出现阶跃,严重失真;而梯度单元得到的应力场光滑连续,可以采用较少数目的单元,即可得到比常规单元更为精确的计算结果。最后进行了功能梯度材料开孔结构和悬臂梁的计算分析,得到收敛解,需要采用的梯度单元数量远少于常规单元。研究表明,平面四节点与八节点梯度单元计算精度和效率均优于平面八节点常规单元,更优于平面四节点常规单元。     

功能梯度压电夹层板条中的反平面裂纹问题

本文研究了夹在两个均匀压电材料半空间中功能梯度压电板条内的反平面裂纹问题。假设功能梯度压电夹层板条的材料参数沿厚度方向连续变化，并考虑裂纹面上电绝缘型和电渗透型两种边界条件。利用Fourier变换，首先将混合边值问题转化为对偶积分方程，即而归结为求解第二类Fredholm积分方程。通过数值计算，求得了功能梯度压电夹层板条内反平面裂纹的应力强度因子、电位移强度因子和能量释放率，分析了材料物性参数梯度、几何尺寸和载荷条件对它们的影响。     

基于优化加权高分辨距离像的雷达目标识别(英文)

对雷达目标高分辨距离像进行特征加权可以解决高分辨距离像各距离单元因目标姿态变化而导致的稳定性不一致问题。针对已有加权系数求解方法存在的不足,提出一种加权系数优化方法。该方法通过定义目标函数来度量不同雷达目标之间加权高分辨距离像的可分性,并采用梯度下降算法优化加权系数值,从而达到增强高分辨距离像稳定距离单元作用,减小不稳定距离单元影响的目的。基于5种飞机目标模型高分辨距离像的仿真实验表明,该方法可以有效优化加权系数,并提高雷达目标识别率。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

基于平滑BINN算法的移动机器人路径规划

针对BINN算法所得路径存在无必要连续转折的问题,提出了基于平滑BINN算法的移动机器人路径规划。使用迭代法从目标点开始向周围计算神经元活性值,将BINN算法环境建模微分方程离散化。基于环境的活性值分布,采用梯度上升算法生成路径,识别路径中具有一定特征的连续转折部分并做平滑。当直接平滑所得路径上存在障碍物时,将可平滑的部分分割为两段,分别做平滑,以避开障碍物。仿真结果表明,平滑BINN算法生成的路径转折较少,更有利于移动机器人的控制。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

基于多目标协同进化算法的多机器人路径规划

提出一种合作型多目标优化协同进化算法,并应用于具有3个优化目标的多机器人路径规划问题中.算法采用一种新型的子群体间合作方式,提高了候选解的多样性,且避免了在一般多目标进化算法中难以处理的适应值分配或非支配排序过程,减小了对计算资源的消耗.针对多机器人路径规划问题的特点,给出了多机器人间的协调策略,并在算法的群体初始化和进化算子的设计中,引入了基于问题专门知识的启发式方法.在复杂工作环境下的仿真实例表明了算法的有效性.     

基于翼型反设计的遗传算法

遗传算法有时收敛太慢或收敛困难.在翼型反设计问题中,算法的计算效率很重要.给出了翼型的非均匀B样条曲线表示,设计了遗传操作算子,引入一种简单、易实现、高效率的随机逼近算法--Simultaneous Perturbation Stochastic Approximation(SPSA)算法,将SPSA算法作为一种快速局部优化方法和遗传算法的整体搜索策略结合起来,为翼型反设计提出了一种快速高效优化算法.并用该算法分别对NACA2412和NACA0016翼型进行了反设计,取得了令人满意的结果.     

共轭梯度法的一个计算公式

共轭梯度法是最典型的共轭方向法。文中给出了另一种有效的共轭梯度法，它适用于求解目标函数为一般可微函数的无约束最优化问题，而且其中的线性搜索不必用精确线性搜索，只需满足Ｗｏｌｆｅ准则。文中对该方法的收敛性给予了分析，同时还讨论了具体实现方法，并用经典算例进行了数据试验。     

基于协同进化的复杂低空下多飞行器协同航迹规划方法

由于低空空域环境复杂，威胁通用航空器运行安全。复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术。在特定空域范围内，依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标，为飞行器规划出最优航迹。然而，多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点，现有方法缺乏对问题先验知识的挖掘和利用，导致难以兼顾安全与效率。针对多飞行器航迹规划问题，建立了多飞行器航迹优化 多目标模型。为了进一步提升优化效率，基于启发式算子的自适应差分多目标进化算法，引入多种群协同进化，每个飞行器通过不同种群独立进化，建立合作机制提升种群进化质量，避免陷入极值。最后通过二维与三维仿真实验验证了算法的可行性和有效性。     

应用后缘装置的跨声速层流翼型多岛优化设计

高雷诺数状态下,自然层流技术(Natural laminar flow,NLF)是减小机翼表面湍流摩擦阻力的有效方法。然而由于层流翼面上大范围顺压梯度的存在使得后缘处的恢复压差更大,产生更强的激波。因此在减小摩擦阻力的同时又增加了激波阻力。本文采用后缘装置(Trailing edge device,TED)来控制翼型后缘处的激波强度,基于线性稳定性理论(Linear stability theory,LST)的eN方法对流动进行转捩判断,进而应用多岛并行多目标进化算法(multi-objective evolutionary algorithm,MOEA)以获得大范围层流区域和弱化激波强度为目标对翼型进行优化设计。优化结果表明合作均衡策略耦合进化算法可以快速地捕捉到该多目标问题的Pareto阵面解,阵面上翼型的波阻力和摩擦阻力性能较初始翼型大大改善。同时,采用后缘装置控制激波强度时,无论在设计点还是偏离设计点时,优化后翼型均具有良好的升阻力特性和鲁棒性。     

基于响应面法的超燃冲压发动机进气道多目标优化

基于响应面法进行了二维混合压缩超燃冲压发动机进气道的多目标优化研究.采用均匀试验设计确定试验方案,运用计算流体动力学求解进气道的性能.根据分析结果构造了响应面近似模型,该模型采用了完全二阶多项式模型.通过响应面近似模型的优化,实现了超燃冲压发动机进气道优化,得到了Pareto最优集.结果表明,采用均匀试验设计和响应面法可以大大减小数值模拟的计算量,提高优化效率.     

云制造资源的工序级多目标调度方法研究

由于云制造资源的分散性、多样性、负载率不均衡性等特点对其调度与调度粒度有更高的要求,将云制造任务分解后的工序作为调度的最小粒度,构建一种以最短制造服务时间、最低制造服务成本以及均衡负载率为多目标的云制造资源工序级调度模型,采用以粒子群、遗传相结合的混合多目标调度算法,将遗传算法中通过双层编码的染色体作为粒子群算法的粒子,双层编码方式是指以工序加工顺序作为第一层、工序对应加工资源编号为第二层,随后通过对染色体交叉变异进行粒子更新,使整个调度过程快速收敛于全局最优解。最后电梯实例证明了该算法能在较短的时间内给出最优的调度方案,从而有效地解决云制造资源多目标调度问题。     

5自由度机器人手臂模糊自适应控制

为了在一定的跟踪精度范围内且存在不确定性因素的情况下控制机器人跟踪设定的轨迹,给出了一种基于控制器输出误差法的自适应模糊控制法来控制机器人手臂.采用梯度下降法调节部分或全部参数以减小输出误差.该方法被应用于5自由度机器人控制系统中,仿真结果显示模糊逻辑控制器参数得到了实时调整,该方法有效.     

多目标柔性作业车间调度的集成算子遗传算法

柔性作业车间调度（FJSP）中，在将任务按顺序分配到各机床前，首先要为任务选择加工机床。为求解多目标FJSP，本文在分析该问题特点的基础上，提出了一种面向甘特图的串编码（GORS）及相应的的遗传算法算子的基本操作，提出了集成算子遗传算法，并给出了其具体实现。文献算例的实验及与国际最近研究成果比较表明。该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载。     

绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。