共查询到20条相似文献,搜索用时 109 毫秒
1.
针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。 相似文献
2.
3.
微型飞行器的优化设计研究 总被引:1,自引:1,他引:0
介绍了翼展为320mm的电动力微型飞机的一体化优化设计方法,优化设计的目标是飞机的留空时间。为求出全局最优解,选择遗传算法作为优化算子,同时采用了变复杂度的优化计算方法提高设计计算效率.然后进行了优化灵敏度分析.并根据分析结果提出了微型飞机的一般设计准则。 相似文献
4.
针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。 相似文献
5.
为验证无人机自主协同算法在空战环境下的适用性,提出了一种高等效的它机协同试飞验证方法。根据算法功能实现的需求,以成熟的民用固定翼无人机平台为基础进行改装,搭建它机试飞平台,对真实空战环境开展模拟和等效设计。以四机协同编队算法为例,在试飞平台上移植算法程序,开展相关科目试飞验证。当需要验证不同控制算法时,无需针对它机试飞平台开发控制策略,只需修改控制算法即可。试验结果表明:编队综合误差较小,算法能够实现无人机编队的稳定控制;同时,它机协同试飞验证方法因其迭代速度快、安全稳定性高、成本低等特点,可用作中间阶段算法的前置试飞手段,为算法的开发迭代提供有效验证。 相似文献
6.
7.
针对粒子群算法后期存在寻优效率降低、收敛缓慢等问题,提出了多级优化算法。该算法具有局部快速收敛特性,通过对粒子群所生成的最优粗略解进行局部最优处理,从而能够快速地从粗略解中提取出全局最优信息,将粗略解变为最优解。仿真结果显示,该组合算法能将粒子群算法的全局搜索特性和多级优化算法的局部优化特性有机结合起来,达到了准确而快速生成路径的目的。 相似文献
8.
蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。 相似文献
9.
针对具有复杂约束的异构多无人机对地目标侦察打击任务分配问题,考虑不确定的任务执行时长、目标消失时间和无人机巡航速度等不确定因素对任务分配结果的影响,基于模糊可信性理论构建以最小化总成本为优化目标的异构多无人机任务分配的模糊机会约束规划模型,并提出一种多策略融合的灰狼优化算法(IMSGWO),通过引入自适应控制参数调整策略、自适应惯性权重策略、最优学习策略与跳出局部最优策略,在增强种群多样性的同时,提高算法的搜索能力。数值分析结果表明:所提算法能够有效求解不确定环境下的异构多无人机任务分配问题。 相似文献
10.
针对机群编队优化计算复杂的问题,提出了一种分层优化算法。根据敌我双方的距离、角度、速度以及飞机导弹、雷达的性能,建立了多机协同任务分配模型。根据空战中常用的基本飞机队形,对敌方机群编队进行分层,对每层分别计算己方对选取各种基本队形时的任务分配结果和队形优化优势值,通过比较得到己方机群编队的每层最优队形,当得到己方每层的最优队形之后,将己方每层最优队形进行组合解码就可得到己方机群编队的最优队形。仿真结果表明该方法能有效地解决机群编队队形优化问题,并且该算法具有较好的实时性。 相似文献
11.
机翼的气动伺服弹性设计优化研究 总被引:2,自引:1,他引:1
以气动伺服弹性特性为约束和目标,对一个大展弦比机翼进行了结构/控制设计优化。该机翼具有双梁式结构和一个用于阵风响应减缓的主动控制面。在气动伺服弹性分析模型的基础上,建立了优化问题的数学描述。选取结构刚度和控制器参数为设计变量,以发散、无控和有控情况的颤振为约束条件,以结构重量和阵风响应组合性能为目标函数。采用遗传算法进行优化,得到的最优设计结果与原基准模型相比,机翼在满足气动弹性稳定的约束条件下,结构重量有所减轻,且阵风响应显著地减缓。 相似文献
12.
13.
14.
15.
16.
双盘转子系统优化算法与试验 总被引:1,自引:0,他引:1
为了讨论不同优化算法的效果差异,利用有限元分析技术,针对典型1-0-1支承方案的双盘转子系统进行建模仿真,在分析其动力学特性的基础上,联合多学科优化软件ISIGHT,将两转盘位置作为优化变量,以1阶临界转速在10%内的变化为约束条件,采用不同的优化算法:进化算法(EVOL)、多岛遗传算法(MIGA)、邻域培植遗传算法(NCGA)、第二代非支配排序遗传算法(NSGA-Ⅱ)以及Pointer方法,最小化过1阶临界转速时两转盘的最大振幅,得到两转盘的最优位置.在高速柔性模拟转子试验器上进行了瞬态试验,结果表明,NSGA-Ⅱ只需要计算240个点,就可以使两转盘振幅分别下降76.94%和67.42%.因此,NSGA-Ⅱ是最适合该类转子系统的优化方法. 相似文献
17.
把基于实数编码的遗传算法与可变容差法相结合,建立了数值优化设计中的混合演化策略(HES),并将其与机翼的气动分析相结合进行跨音速机翼的气动优化设计.与基准机翼相比,优化设计的机翼其气动性能有较大程度的改善,表明了混合演化策略在机翼优化设计中的有效性.与单纯的遗传算法(GA)相比,应用混合演化策略的气动优化设计具有更高的优化效率和优化质量. 相似文献
18.
基于模拟退火遗传算法的平面连续体结构的拓扑优化 总被引:3,自引:1,他引:2
采用遗传算法,用染色体基因映射结构离散化后的单元体,通过改变基因代码实现连续结构的拓扑。优化过程中,利用遗传算法进行结构优化,通过有限元技术对结构进行建模和分析。在遗传算法中,引入模拟退火的思想,实时调整结构优化的适应度函数,改善优化分析中个体所处的生存环境,提高优化分析效率,获得较优的结构拓扑效果。算例分析表明所提出的方法是有效的。 相似文献
19.
基于遗传算法的翼型气动优化设计 总被引:17,自引:2,他引:15
采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。 相似文献
20.
认识翼型气动外形优化问题设计空间的多极值特性,有助于人们在翼型设计阶段选择合理的优化算法,提高优化效率、缩短设计周期。研究RAE2822 翼型在优化减阻过程中设计空间的多极值特性,采用ADODGcase2算例,使用自由变形方法(FFD)对翼型进行参数化,通过拉丁超立方抽样方法对翼型加入初始扰动;使用基于梯度的优化算法对经过不同扰动后的翼型进行优化,并将优化结果与全局优化算法的优化结果进行对比。结果表明:ADODGcase2可能是一个单峰值气动设计问题,梯度算法能够得到相对满意的最优解,并且具有更高的优化效率;在给定面积约束的条件下,对于翼型跨声速单点减阻优化问题,设计空间很可能是单峰值的,可直接使用梯度优化算法。 相似文献