基于自适应遗传算法的航迹规划研究

对传统遗传算法进行了改进,通过采用交叉概率和变异概率的自适应设计,避免了进化过程中固定的交叉概率和变异概率产生的个体早熟和收敛缓慢的现象。仿真算例结果表明,自适应遗传算法能够有效地提高遗传算法的全局寻优能力,加快算法的收敛速度,有较强的地形和威胁回避能力,可为低空突防飞行器提供满足战术要求的参考航迹。     

应用自适应遗传算法进行参考航迹规划

 确定参考航迹是利用分层规划思想进行航迹规划时首先要解决的问题。针对参考航迹规划算法中全局最优和信息处理量之间的矛盾, 采用自适应遗传算法进行参考航迹规划。算法对飞行方向进行编码构造个体, 并在此基础上设计交叉和变异算子; 在进化过程中采用自适应交叉概率和变异概率。仿真结果表明, 该方法大大降低了信息的记忆和处理量, 并提高了遗传算法的全局寻优能力, 为突防飞行器提供满足战术要求的参考航迹。     

基于改进遗传算法的燃气轮机自适应建模

综合运用了一种改进的遗传算法和自适应建模技术对燃气轮机的精确特性进行寻优获取.引入自适应机制优化交叉和变异算子,同时引入模拟退火算法,使改进遗传算法能很快接近最优解,并能跳出局部最优的陷阱,在保证解的质量的同时提高了收敛的速度.针对以往自适应模型中未考虑测量参数间的线性相关性和不同的传感器测量精度对目标函数的影响等问题,采用加权方法建立了较为完备的燃气轮机自适应数学模型,应用改进遗传算法获取燃气轮机部件的精确特性,实例计算结果表明:模拟退化改进遗传算法进行的自适应建模效果更好.      

训练空域动态规划问题数值模拟仿真算法研究

训练空域的动态规划对于提高空域利用率,提高部队训练效率,缓解军民用空矛盾具有重要意义。本文将空域的动态规划问题进行分阶段处理,通过寻求各个阶段的最优方案来使得总的占用时间最短。针对各个阶段的动态规划问题,在分析问题复杂性的基础上,构建了空域规划模型,提出了遗传-离散粒子群算法,通过融合遗传算法中的交叉与变异思想来改善DPSO算法摆脱局部最优解的能力,提高算法的收敛速度和精度。同时为保证种群的多样性,设计了可保证个体可行性的自适应交叉算子和变异算子。最后利用甘特图来表示整个空域规划过程。将改进后的遗传-粒子群算法用于算例,并与遗传算法比较,结果表明该算法获得的结果更优且收敛速度更快。     

复合型雷达吸波材料结构优化设计的数值计算

基于多层复合型雷达吸波材料的设计要求构造了多目标优化的模型,将基本遗传算法(SGA)改进为自适应-混合遗传算法(MAHGA),通过数值计算为多层雷达吸波材料的结构优化提供了依据,依据计算结果制备了多层复合雷达吸波材料并进行了反射率和电磁参数测试实验,实验结果与计算结果吻合较好,复合材料具有良好的吸波性能,在8~18GHz低于-10dB的带宽可达7.8GHz,最大衰减量为-34.6dB,总厚度为3.5mm。     

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。     

一种全程控制的模糊遗传算法在结构优化中的应用

将一种全程控制的模糊遗传算法(FGA算法)引入结构优化设计。区别于一般的标准遗传算法(SGA算法),该算法基于模糊推断机理,可对遗传算法的选择、交叉、变异以及搜索空间的变化进行全程控制。通过2个典型数值多峰函数对FGA算法与SGA算法性能进行了考核和对比,证明该算法在跳出局部最优和搜索效率等方面均有较大改进。将此改进的模糊遗传算法(FGA算法)应用于含整型和离散变量的铆钉连接结构连接效率优化。结果表明:连接效率和优化效率均得到改善。      

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。     

蜂窝结构吸波材料的斜入射电磁吸波特性研究

为分析蜂窝结构吸波材料在电磁波斜入射条件下的反射特性,首先基于长波长近似条件下的强扰动理论,得到蜂窝结构吸波材料的等效电磁参数;再利用各向异性分层介质条件下的横向场传播的本征波解,推导出蜂窝结构吸波材料对斜入射电磁波的反射系数公式;进而得到蜂窝结构吸波材料的反射率随入射角的变化关系。反射率的计算结果表明：在特定入射角情况下,对于不同的蜂窝高度,吸收剂存在最优厚度,可使其反射率最小。研究结果对蜂窝结构吸波材料的优化设计具有一定意义。     

基于改进遗传算法的突防突击航线规划

歼轰机突防突击是当前航空兵有效的进攻手段之一。为了增加突防突击任务的安全性,提高突防突击任务的成功率,对航线上我方飞机的被击落概率进行建模,利用改进的遗传算法,以被击落概率为适应度函数,以个体与解空间的距离关系为罚函数,寻找最优解,最终得到被击落概率最小的航线;采用约束的最优保存策略进行选择,防止过早收敛,提出可变算术杂交算子,使得变异个体能够有较大概率落在解空间里。结果表明:通过150代的遗传操作,得到拐点为2时的被击落概率最小的航线为O(120.0,550.0)、A(226.2,495.7)、B(345.8,364.3)、T(330.0,180.0),被击落概率为0.019 3。     

用活性碳毡制备电路模拟吸波材料的研究

研究了以粘胶基活性碳纤维为导电材料制备单层电路模拟吸波材料的微波吸收特性。结果表明：感性电路屏在毡条宽为5mm、α／b为2时吸波性能最好，在8GHz～18GHz内达到-10dB以下的反射衰减，最大衰减峰达一30dB以上；容性电路屏在毡块间距为5mm、α／b为1．4时吸波性能最好，在8GHz～18GHz内达到-10dB以下的反射衰减，最大衰减峰值-30dB以上。可用粘胶基活性碳毡制备质轻价廉的雷达吸波材料。     

改进型蚁群算法的全局路径规划仿真研究

针对传统蚁群算法收敛较慢的问题,提出了一种在复杂环境下全局路径规划的改进型蚁群算法。利用链接图法建立了路径规划的空间模型;借鉴狼群分配原则对信息素进行更新;在缩小搜索区域,提高搜索效率的过程中,引入了启发式概率公式和启发函数;通过参数自适应调整策略,进一步对最优解进行了优化。将基于Dijkstra算法的初始路径规划和改进后蚁群算法的规划结果进行了仿真对比,结果表明,改进后蚁群算法的全局优化性能较好,具有一定的有效性和可行性。     

基于遗传算法的涡扇发动机稳态调节规律优化设计

为了获得最大推力,对典型的混合排气涡扇发动机的调节规律进行分析,得到发动机控制参数的最优匹配,介绍了1种基于排挤机制的小生境遗传算法,并采用多峰值多变量函数对小生境遗传算法进行测试,结果表明:小生境遗传算法能够得到目标函数的局部最优解和全局最优解。将发动机稳态模型作为目标函数代入小生境遗传算法中,并制定相应的约束条件和惩罚机制,结果表明:采用优化后的调节规律使发动机推力表现更优。     

遗传算法在微弱GPS信号捕获方法中的应用

 研究了微弱GPS信号的捕获问题，以捕获时较低的虚警概率和较高的检测概率为目标，以累加时的粗捕获(C/A)码周期数和导航数据数，以及捕获门限等参数为决策变量，应用遗传算法(GA)来解决这一多目标优化问题。仿真结果表明，该方法能够有效地解决所提出的问题，所得解能够优化捕获时欲选取的参数，从而提高捕获性能。     

双层梯度蜂窝吸波结构优化设计

设计了一种带蒙皮和金属底板的双层梯度蜂窝吸波结构，并利用Hashin-Shtrikman（HS）模型获得其等效电磁参数。在此基础上，以反射率低于-10dB带宽最大为优化目标，利用保收敛粒子群优化算法（Guarantee Convergence Particle Swarm Optimization，GCPSO）对四种不同排序方案的双层梯度蜂窝吸波结构进行优化设计。结果表明，入射电磁波的角度和极化方式以及吸波材料的选择、排序和厚度对双层梯度蜂窝结构的吸波性能有很大的影响；不同入射角度下TM极化时的吸波特性明显优于TE极化，在入射角为60^°时最为明显；对比四种方案优化结果显示，case 1方案由于选用损耗角较小的吸波材料充当透波层，分布于蒙皮下面，而选用损耗角较大的吸波材料作吸收层，并置于吸波结构底层，因而具有最大的优化目标函数，吸波效果最佳，且蜂窝高度仅为具有相同吸波效果的case 3方案的49.44%。因此，选择case 1方案作为本文最终优化结果。     

舰艇编队防空火力分配问题的改进遗传算法

在建立舰艇编队防空火力分配模型的基础上,设计了求解该问题的改进遗传算法。实验结果表明,该算法可以有效求得舰艇编队防空火力分配问题的最优解或近似最优解,是求解舰艇编队防空火力分配问题的一个较好的方案。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

隐身结构机翼RCS分析与优化设计

以前缘内部填充吸波材料的隐身结构飞机机翼为研究对象,采用矩量法对其向前的雷达散射截面(RCS)进行数值分析;根据代理模型优化策略,对上述机翼隐身结构中的吸波材料厚度与劈角的选取进行RCS特性分析与优化。研究表明,和全金属机翼相比,隐身结构机翼具有更好的隐身特性;经过优化设计,可在典型方位上显著降低翼面结构RCS,提高了原隐身结构的吸波性能。