共查询到20条相似文献,搜索用时 937 毫秒
1.
2.
3.
4.
5.
分析了卫星平台振动,建立了实时精确跟踪瞄准系统的数学模型.采用基于模糊规则的免疫PID控制器,包括决定应答速度的激活环节和决定稳定效果的抑制环节,抑制环节由模糊规则来逼近,通过遗传算法的寻优特性对控制器的参数进行设定,协调控制偏转镜的位置,从而改变视轴方向.最后,对系统扰动抑制性能进行仿真,仿真结果表明该控制律有效地实现了视轴的方向调整,并且提高了系统的动态响应品质. 相似文献
6.
一种全程控制的模糊遗传算法在结构优化中的应用 总被引:3,自引:1,他引:2
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。 相似文献
7.
鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。 相似文献
8.
9.
基于模糊聚类的模糊神经网络在非定常气动力建模中的应用 总被引:2,自引:0,他引:2
建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模. 相似文献
10.
11.
遗传算法在求解航空发动机非线性模型中的应用 总被引:9,自引:0,他引:9
将求解发动机非线性模型转化为一优化问题,提出一种用遗传算法(GA)来求解非线性模型的方法。与传统的N-R法相比,用GA法对初猜值的精度没有要求。对猜值缺少先验知识的非线性方程组的求解,GA法可大大提高求解非线性模型的收敛性。将GA算法与N-R法适当地组合应用,可进一步提高收敛速度。 相似文献
12.
基于遗传算法的翼型多目标气动优化设计 总被引:1,自引:0,他引:1
采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。 相似文献
13.
计算机集成工程和制造系统(简称CIEM)是开发一个满足飞机研制需要的计算机软件集成系统。本文介绍了该项目中采用数据库系统的方案。它包括了在航空领域中数据模式的提炼(定义)和采用数据库及文管系统二者来满足系统对数据管理的要求。经过测试和运行,证明CIEM系统的数据库系统研制是成功的。 相似文献
14.
如何解决关联过程巾产生的多维分配问题,是研究多节点航迹关联的关键。遗传算法能够很好地解决组合优化问题。但是基本遗传算法具有收敛速度慢和易于早熟等缺点,对于计算航迹关联问题来说实时性较差。文章在利用遗传算法解决航迹关联问题算法的基础上进行了改进,提出了自适应策略。仿真试验表明,该模型能够使航迹关联保持较高的正确关联率和较快的计算速度。 相似文献
15.
利用遗传算法和神经网络响应面来实现复合材料结构优化设计 总被引:1,自引:2,他引:1
运用正交试验设计选择设计样本,建立神经网络响应面,以代替复合材料结构优化中的大量的有限元分析;将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行优化模型的建立,再应用遗传算法(GA)进行优化,这可以实现设计分析与设计优化的分离。以复合材料帽型加筋板的重量优化问题为例,建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件;并通过NASTRAN进行有限元计算,以获取用于响应面训练的样本点数据。研究表明,该方法能以较少的结构分析次数,取得高精度的响应面近似模型,从而使优化效率大为提高。神经网络响应面能够获得与传统响应面同等,甚至更好的精度。 相似文献
16.
17.
基于遗传算法和BP网络的航空发动机拆换期望值预测 总被引:1,自引:1,他引:0
通过使用真实样本实验的方法,在BP神经网络、GA遗传算法与改进的GA-BP复合算法中,找出能迅速精确地预测航空发动机拆换期望值的最佳方法。试验结果证明,GA-BP复合算法在用遗传算法对神经网络的权值进行大致搜索以后,再用神经网络方法进行训练,能很好地模拟发动机拆换期望值,并用实例证明该算法是有效的。 相似文献
18.
19.
20.
应用遗传算法优化设计板翅式换热器 总被引:17,自引:2,他引:15
本文提出了基于遗传算法的板翅式换热器优化设计方法,该方法不仅能够实现一般的结构优化,而且能够在提供多种类型翅片的情况下,进行翅片类型的优选。根据不同的设计要求,遗传算法能够分别以重量和效率为目标函数进行优化。为了方便翅片类型的优选,建立了一个常用翅片的数据库,库中包含了翅片的几何参数、传热特性和阻力特性,可直接应用于计算机程序的处理。与传统的优化计算结果比较,换热器的重量和体积都有不同程度的减小。本文的优化软件和翅片数据库具有通用性,可应用于一般板翅式换热器的优化设计。 相似文献