基于神经网络和遗传算法的公差优化设计

针对产品制造中公差与成本之间高度非线性关系的特点,提出了一种综合神经网络与遗传算法进行公差优化的方法,该方法利用遗传算法在大范围解空间内采用概率搜索策略得到全局最优解且有较强鲁棒性的特点,以及神经网络解决高度非线性问题的优越性,首先利用神经网络对公差成本进行仿真,得到具有黑箱特点的公差成本函数关系;然后在公差分配中采用遗传算法,以总成本最小为目标函数,以满足装配公差要求和符合标准公差等级为约束条件进行优化;同时基于VC和Matlab开发了公差优化系统,以飞机舱门锁钩机构为对象进行了验证,并针对不同的公差成本及分配方法进行了对比.结果表明:采用神经网络与遗传算法综合分配的结果与传统方法相比具有较大的优越性.     

基于有向无圈图的敏捷卫星姿态机动策略

针对敏捷卫星一次过境时间内的同轨拼幅观测和同轨多点连续观测模式的姿态机动策略问题,提出一种基于时间序有向无圈图的敏捷卫星姿态机动策略算法.该算法首先将区域目标和点目标转化为若干条带目标,然后通过将各个条带的观测时间窗口离散成一系列带有条带信息的时刻点,构造时间序有向无圈图,将敏捷卫星对地观测姿态机动策略问题转换为图论的寻找最优路径问题.仿真算例表明,该算法能够有效解决敏捷卫星同轨拼幅观测和多点连续观测的姿态机动策略问题,获得最大化观测覆盖收益同时机动时间消耗最小的姿态机动方案.      

构架天线四面体桁架单元精度分析与多目标优化设计

为了减小加工装配误差对天线桁架精度的影响,解决含随机变量的优化问题,综合考虑了杆件加工装配误差正态分布特性对精度的影响,通过最小势能原理求解得到了含杆件误差的构架天线桁架单元的平衡状态,采用蒙特卡洛方法对杆件误差变化对型面精度的影响开展了分析,得到杆件随机误差下的平均精度。为提高计算效率,建立了以杆件长度公差为设计变量、以桁架型面精度和加工成本为目标函数的代理模型,通过多目标遗传优化算法进行了公差优化设计,得到了代理模型误差小于8%的多组公差设计方案。其中平均精度最小达到了0.013mm,并且分析结果显示腹杆影响显著大于底杆。     

最优特征选择下多层次分割的城市道路提取

针对道路提取过程中特征维数过高的问题,提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法.将粒子群优化算法(PSO)作为Wrapper的搜索算法,优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO_OPRF封装式子集评估器,对ReliefF预选后的特征子集进行评估,降低特征维度,选...     

Optimization of fault-tolerant thruster configurations for satellite control

The fault tolerance of spacecraft actuators significantly affects the reliability of satellites and the likelihood of successful missions. To enhance the fault tolerance of the actuators, this study derives optimal fault-tolerant configurations of fixed thrusters that maximize the controllability of a fully-actuated or underactuated satellite. The proposed method optimizes thrust and torque directions generated by the thrusters. Thus a cost function in terms of the thruster locations and directions is defined as the summation of the generated control forces and torques with respect to the body-fixed frame. The optimal configuration is obtained by the successive use of an energy potential method that is motivated by Thomson’s problem. Some numerical examples are provided that show the effectiveness of the proposed formulation and optimization method.     

航天器姿态控制的区间参数化方法

考虑一类航天器姿态最优控制问题，通过控制参数化的方法和约束转录的方法，将航天器姿态最优控制问题转化为最优参数选择问题.提出一种新的区间时间变换方法用于解决最优参数选择问题的切换时间点的计算问题.将时间切换点按顺序分为一系列子集，将每个集合的所在的时域宽度作为决策变量进行优化，每个子集内的切换时间点将会随着此决策变量线性变化.由此，控制值将分布在数个稠密或稀疏的区间内，而不是由均分的分段常值函数表示.相比于全时间节点优化技术，此方法有效的降低了需要计算的决策变量的数量，增加了算法的执行效率.     

直觉模糊制造知识驱动的公差稳健优化设计

鉴于各类制造因素在表述方式、度量方法及其与成本的关系等方面均存在一定的模糊性和可变性,基于直觉模糊集理论和稳健设计原理,提出了直觉模糊制造知识驱动的公差稳健设计方法.首先,从工艺装备价值、零件可加工性、加工工艺属性、产品属性、人员技术水平等5个方面建立直觉模糊制造知识集,研究了知识元素构成和元素水平划分;然后,建立了包含目标层、准则层和知识层的制造成本评估指标体系,采用多级直觉模糊综合评判法计算制造成本因子φ,与传统模糊综合评判相比,更符合真实评判逻辑;最后,结合成本-公差模型和装配模糊质量损失函数,建立了公差的模糊稳健优化模型.该方法符合面向制造的设计理念,综合考虑了各类制造知识对公差设计的影响,航空油箱装配的实例分析表明了该方法可行,且具有好的灵活性和鲁棒性等优点.     

大虚警率下的多故障诊断算法

主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题,因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果,但如果测试个数很多且虚警概率较大时,该算法就不能消除虚警的影响,会使估计的故障覆盖所有失败的测试,而不是找到系统真实的故障。针对这一问题,提出了能够同时考虑虚警和误警的目标函数,使算法能排除虚警的测试准确定位故障,并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明,同时发生故障的部件个数较少时,遗传算法的诊断速度明显优于次梯度优化算法,而且能够更有效地抑制虚警的影响。     

应用于工程设计的多目标优化方法比较

归纳并分析了几种常用的多目标优化方法,在悬臂梁的双目标极小化问题和火箭发动机系统的双目标极大化问题中,用线性加权法、逐步宽容约束法、NCGA(Neighborhood Cultivation Genetic Algorithm)法求解优化问题的非劣解集;用p模理想点法、最短距离法、极大模理想点法、目标规划法求解优化问题的非劣解.并且在悬臂梁的优化问题中,对不同的定值点用目标点法求解优化问题的非劣解,结果说明不同的定值点对应不同的优化结果.最后分别采用二元相对比较法和模糊关联度法求出以上问题的最佳非劣解.通过2个实例说明了这些方法的特点,证明了这些方法的实用性,适用于一般的多目标优化问题.      

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题，提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先，描述了测试不可靠条件下多目标优化选择问题的数学模型；其次，在该数学模型下，将系统给出的故障检测率和隔离率作为约束条件，将测试代价、漏检率和虚警率作为优化目标，建立了多目标优化问题；然后，提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择，利用NSGA-Ⅱ能够得到一组Pareto最优解，可根据实际需求选择最优的测试组合；最后，针对某装备进行实例分析，得到3组最优解，可以满足不同需求下的最优选择，验证了所提数学模型与多目标优化算法的可行性与有效性。      

基于PID算法的磁选态铯束管C场的优化

介绍了磁选态铯束管的C场优化方法，通过自研的磁选态铯束管测试系统为铯束管提供必要的测试环境，设计不同的PID控制算法对铯束管的C场进行优化与分析，最终得到了合理的优化参数。通过对多只铯束管进行优化，将铯束管的（0~0）峰与±1峰的频率差控制在了42820kHz±20Hz范围之内，并与已有的铯束管测试平台优化结果进行比对，最优C场电流误差不超过002mA，验证了优化结果的正确性。