民用飞机飞行试验任务优化技术研究与实现

针对具有复杂耦合关系的试飞任务难以进行全局优化的问题,提出了一种计算机辅助任务优化方法,该方法将复杂的试飞任务优化问题分解为多项串联问题,然后采用启发式算法(A*算法)和遗传算法相结合的混合遗传算法获得试飞任务单的较优组合,并以此为基础实现对试飞任务进行全局优化。工程应用表明,通过使用该方法获得的试飞任务优化结果置信度高,可有效缩短飞行试验任务周期和降低试验成本。     

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。     

汉语动词框架库的自动构建技术研究

语义知识库是自然语言处理的基础性工程,但现阶段语义知识库的构建,大部分基于人工。针对动词语义信息在自然语言处理中的实际应用,提出了自动构建汉语动词框架库的方法。首先,本系统针对不同的格关系抽取不同的扩展特征,并提出了将格标作为特征,训练得到基于最大熵的格关系识别模型,从而有效的识别了文本中的动词格关系。其次,采取有效的基于现有词语相似度的算法,并加入了启发式信息,从语料库中自动获取动词对必需格关系的语义选择限制。实验结果表明,对动词格关系识别的准确率达到了90．70％,在语义限制阶段,对必需格角色的语义类识别的准确率达到了98．00％。     

基于启发式信息的中文姓名识别方法

提出了一种以姓氏和互信息作为启发式信息探测潜在姓名,对上下文进行局部全切分,最后利用隐马尔科夫模型为工具识别姓名的新方法。本方法将姓名识别,汉语分词,词性标注结合为一体,总体上提高了姓名识别的性能,一定程度上解决了分词错误对姓名识别带来的影响。实验结果表明本文提出的方法是有效的。     

语音识别在空中交通管制中的应用挑战与发展

研究一种安全可靠的管制语音识别系统对于推进空管自动化进程、降低管制人员负荷、提升安全效能至关重要。对管制语音识别技术发展所面临的挑战进行了详细介绍,测试科大讯飞、腾讯云、阿里云、上海麦图这4家公司的商用语音识别系统。结果表明,在前3家通用领域的商用ASR系统中,科大讯飞识别效果最好,CER为25.36%。相比之下,由于麦图的产品是基于ATC数据训练,具有最佳性能,其CER为15.02%。此外,设计了实验来探究人工设计的语音特征和基于自监督预训练策略提取的特征之间的优缺点。结果表明,后者有利于提升识别系统识别准确率和鲁棒性,但存在推理速度慢和部署难度大的问题。最后,总结了研究进展并进行了未来展望。     

求解含调整时间排序问题的混合遗传算法

利用仿真工具将启发式方法与遗传算法相结合,提出了一种求解Job Shop排序问题的混合算法框架,利用启发式规则引导遗传搜索过程,以提高遗传算法的求解效率。在求解过程中,遗传算法仅对每台机器的第1道工序搜索寻优,通过仿真过程安排后续工序,在仿真过程中,利用启发式规则确定工件的加工优先级。在以上框架基础上,针对含调整时间的作业排序问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题具有很好的求解性能。     

机翼蒙皮无损检测生产线中扫描路径优化方法

复合材料机翼蒙皮尺寸大、形状复杂、易回弹,无法采用机床等传统方式进行无损检测,机器人柔性化、智能化的特点,为无损检测生产线提供了全新的思路。针对此类问题,提出了大型机翼蒙皮连续曲面无损检测生产线及路径优化方法。利用双机器人搭载超声扫描设备,采用两次检测策略,第一次扫描对复合材料曲面进行重建,提高第二次透射式无损检测的精度。根据机翼的形貌,提出了一种平行于桁条行切的总体扫描策略,根据曲率利用最小二乘法将点集分组,之后应用混合遗传LM算法进行路径优化,即采用改进型遗传算法进行启发式全局优化,之后采用LM算法进行确定性局部优化,高效得到其最优扫描路径。在RoboDK中进行仿真,利用机器人搭载超声检测末端对蒙皮进行扫描。最后采用机器人搭载线激光扫描仪对优化路径进行精度验证。仿真及试验结果表明,相较于传统的检测方法,该方法满足无损检测约束条件,平均检测效率提高9.2%。     

空管模拟机的IBM ViaVoice技术实现研究

阐述了空管模拟机自动机长席位的实现方法。通过对语音识别技术的研究,在引进IBMViaVoice语音识别系统的基础上,根据空管模拟机的功能需求,通过对其主控软件的改进,使语音识别技术与管制训练控制系统有机结合,实现了自动机长席位对非特定管制学员、连续管制指令语言的识别和仿真模拟雷达显示控制。     

语音标记

语音事件分类的基本参考文献是知觉的记录。代码录制到计算机使得有可能把关于声学和语音学研究的自然语音的统计数字列成表。为对存放入计算机文件中的对话语言进行声学测量.除识别每     

基于多特征尺度特征融合的航空指挥动作识别

视觉辅助引导系统(Visual aided Guide System,VaGS)是未来航空运输必不可少的重要组成部分,可以大大节省地面指挥和引导资源,提高安全性。VaGS的核心技术是识别地面指挥员手势并将其转化为指令。介绍了一种新的高效手势识别体系结构,它主要包括2个部分:(1)采用多尺度浅层结构进行特征学习,将全局身体姿态特征与局部手势特征提这两种尺度特征进行融合;(2)所提取的特征输入到超限学习机(Exteme Learning Machine,ELM)中进行分类,输出指令。实验结果表明,在自建的40个类别的航空指挥动作数据集中,准确率达到98.5%,单帧用时0.13 ms。     

用遗传算法解决装备抢修任务分配问题

任务分配是装备抢修中的一个重要问题.建立了装备抢修任务分配问题的数学模型,该模型以装备整体修复时间最短为目标函数;提出了应用遗传算法解决该类问题.实例运算结果表明,遗传算法在解决装备抢修任务分配上是合理的,在问题规模大于5·10时,遗传算法能够极大地降低求解时间,因此是解决装备抢修任务分配问题的有效方法.     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

基于蚁群算法的高超声速飞行器气动布局优化设计

针对目前飞行器优化设计领域遗传算法计算量大、效率低的情况,提出了基于连续空间蚁群算法的高超声速飞行器气动布局优化设计方法.蚁群算法是近年来发展的一种全新仿生算法,具有全局性和高效性等特点,已经成功地应用于离散空间的优化设计.采用连续空间蚁群算法,对高超声速飞行器进行了多变量、多约束下的气动布局优化设计,并与采用遗传算法和约束可变多面体法的优化结果进行了对比,指出了蚁群算法的优点.本文的研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.     

遗传算法在反舰导弹航路规划中的应用

针对具有航路规划功能反舰导弹的飞行特性、导弹使用上的战术需要和遗传算法的特点．提出了一种反舰导弹参考航路编码方法。基于此编码方法．对种群中的个体进行编码，并设计了相应的交叉和变异操作。仿真结果表明，基于此编码方法的遗传算法具有很好的全局寻优能力。     

遗传算法与模糊方法相结合在电梯群控中的应用

提出了一种基于改进遗传算法的群控多目标优化调度方法。对乘客候梯时间,乘梯时间,拥挤度和电梯系统运行能耗等多个控制目标进行优化。改进遗传算法由模糊控制与遗传算法组和构成,在遗传操作过程中采用首位存放策略。采用MATLAB编写通用性仿真程序,在给定建筑物参数和电梯配置参数条件下,对调度算法进行仿真,数值结果表示该方法是有效的,可行的。     

无尾布局翼型的DISC设计研究

采用DISC方法耦合N-S方程求解程序研究了无尾布局翼型的设计。通过NLF1015,RAE2822翼型的反设计表明,该方法可用于亚、跨声速翼型设计,具有简单、计算量小的优点。完成了翼型改进和新翼型设计,对某BWB飞机内翼段翼型进行了改进设计,采用人工干预对现有翼型压力分布进行局部修正,达到快速削弱激波、改善翼型气动性能的目的;针对小展弦比翼身融合布局内翼段新翼型设计,采用基于多目标多约束压力分布优化的设计思想,得到满足气动和几何约束的目标压力分布。设计结果表明,数值优化目标压力分布方法较易满足总体与气动的设计目标和约束。     

带有查找表的混沌变异小生境遗传算法的景象匹配

针对常规遗传算法容易陷入局部最优、收敛速度慢的缺陷,提出了带有查找表的混沌变异小生境遗传算法,并将其应用于景象匹配。实验表明,该算法既较好的解决了匹配运算量大的问题,大幅提高了景象匹配的速度,又克服了常规遗传算法的缺陷,提高了局部寻优能力,保持了很好的匹配精度。     

基于CST参数化的翼型优化遗传算法研究

用外形建模的CST参数化方法,构建翼型几何可直接利用其后缘角、前缘半径等几何特征,其控制参数更能反映翼型特有的气动敏感性,有助于遗传算法搜索寻优。基于这一参数化方法,结合遗传算法,构造了用于翼型优化的设计方法。算法中,CST控制参数作为设计变量,采用二进制编码,并通过引入精英策略,提高了遗传算法的收敛性能。算法适应度评估涉及的流场求解则采用了基于Jameson有限体积法的Euler方程解算程序。先以NACA0012翼型为例,以其某一已知的表面压力分布为目标,进行了遗传算法的重构运算,给出了重构的翼型几何外形,验证了方法。在此基础上,进行了带约束的跨音速翼型优化设计,给出了升力系数极大化和阻力系数极小化等设计算例,展示出翼型优化设计的效果。     

试验设计法与BP-GA算法在复合材料结构优化中的应用

试验设计法具有均衡分散性和整齐可比性,通过试验设计进行响应面的样本选取可以大大减少样本的数目,同时保证响应面的训练精度。响应面与遗传算法相结合在工程应用中已经形成一套适用于复杂结构设计的高效优化方法。本文以复合材料加筋蒙皮的质量优化问题为例,通过正交试验进行响应面训练样本选取,通过PATRAN/NASTRAN进行有限元分析得出样本的数值,应用神经网络(BP)训练、构建优化的目标函数和强度、稳定性约束响应面,结合其他常规约束条件通过遗传算法(GA)进行优化,验证了这套算法的有效性和实用性。     

并行遗传算法的性能分析

随着遗传算法的不断发展,人们利用它来解决复杂的大规模组合优化问题。但串行遗传算法本身的缺陷和瓶颈使得它越来越天法满足人们的需要,人们开始研究遗传算法的并行化。本文在简单介绍并行遗传算法及研究现状的基础上,以TSP问题（TravelingSalesmanProblem）为实例,讨论了影响并行遗传算法性能的主要因素,并给出了相应的实验结果。