遗传算法综合阵列的幅度和相位方向图

分析了阵列方向图分别为对称、实的或实的且对称时所对应的单元激励关系,简要介绍了遗传算法,并将其用于阵列方向图综合.遗传算法是一种自适应全局优化概率搜索算法,它直接以目标函数作为搜索信息.通过合理地设计目标函数,遗传算法不仅可以综合幅度方向图,还可以综合相位,适合于需要进行幅度和相位补偿的情况,以及多目标的情况.最后,结合平顶波束方向图与抛物面天线初级馈源的正割平方方向图进行综合,证明了遗传算法的有效性和灵活性,说明使用遗传算法时尽量利用方向图的实的或对称特性,可以减少待优化变量的数目,加快收敛.并提出将传统遗传算法与传统方向图综合方法相结合,可以进一步减少得到最优解所需要的进化代数.     

按区域惩罚划分的并行多目标遗传算法

解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.     

导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

基于动态RCS的无人机航迹实时规划

传统的无人机航迹规划主要采用仅考虑无人机与雷达距离的简化雷达威胁模型,未充分考虑无人机雷达散射截面RCS(Radar Cross-Section)随自身姿态角改变而产生的动态变化.据此,提出了无人机周向动态RCS模型,并建立了综合考虑无人机动态RCS与雷达距离的探测概率模型,利用遗传算法进行了基于动态RCS的航迹实时规划,计算结果与传统航迹规划结果进行了对比.仿真结果表明该模型的可行性和有效性,能充分利用无人机自身的优势规避威胁,满足无人机的航迹实时规划的要求.      

基于遗传算法的双余度无刷直流电机优化设计

针对航空电作动系统用双余度无刷直流电机的方案寻优问题,提出了一种基于遗传算法的优化设计方法.通过分析航空作动系统的特点和性能要求得出电机优化设计的目标函数和约束条件.建立电机的电磁和热路模型,得到目标函数和约束条件的解析方程.其中,在电磁模型的建立过程中,采用解析方法得到气隙磁密和反电势系数表达式;在热路模型的建立过程中,采用Bertotti分立铁耗法计算铁心损耗,并利用热路法求解电机各部分的温升.通过遗传算法对电机重量全局寻优.计算结果表明:在满足性能要求的前提下,优化设计方案合理,电机重量减小了13.3%,验证了该优化设计和建模方法的有效性.      

高超声速飞行器后体/尾喷管优化设计

结合试验设计方法、替代模型技术和遗传算法构建一套改进的优化方法,并将其应用于高超声速飞行器后体/尾喷管的一体化设计.在构建优化方法时,针对替代模型采用渐近全局策略提高精度;针对遗传算法,采用实数编码、多目标定级排序和改进小生境技术.在后体/尾喷管的一体化设计应用中,结合高精度的计算流体力学(CFD,Computational Fluid Dynamics)求解,以两个设计点的推力和升力为目标,以力矩为约束,得到优化问题的Pareto最优前沿面,优化结果在综合性能方面有很大提升.该优化方法可进一步推广应用于更复杂的优化设计当中.      

一种实用的运输类飞机机翼/发动机短舱一体化优化设计方法

发展了一套基于遗传算法优化/Navier-Stokes方程分析的运输类飞机机翼/发动机短舱一体化设计方法,提出了一系列保证该方法工程实用性的解决方案,其中包括设计变量模块化、局部优化全机分析、超临界压力分布约束条件等。通过采用适当的计算网格、并行算法及数值方法,使得基于遗传算法优化/Navier-Stakes方程分析设计方法的运算时间在工程上能够接受。运用该设计方法对下单翼运输类飞机机翼/发动机短舱一体化设计开展了单点优化和两点优化,结合二者结果对比验证了该方法的有效性和工程实用性。单点优化得到的机翼压力分布呈现无激波特点,阻力系数随马赫数变化比较剧烈;两点优化得到的机翼压力分布为弱激波形态,阻力随马赫数变化比较缓和,所设计的机翼具有更好的鲁棒性和工程实用性。     

基于速度增量的空间绳系机器人中距离逼近过程最优轨迹规划

针对空间绳系机器人中距离逼近过程最优轨迹规划问题,提出了基于速度增量的多目标逼近轨迹优化方法,优化指标为总速度增量及逼近时间。首先建立逼近过程相对动力学模型及最优逼近轨迹优化模型,然后利用改进型非劣分类遗传算法得到相对逼近距离1.5 km内逼近轨迹的Pareto最优解。仿真结果表明,该方法可以揭示空间绳系机器人逼近距离1.5 km内逼近时间、燃料消耗、相对目标的面内视界角及速度增量次数之间的相互关系,能满足针对不同任务需求提供相应最优轨迹的要求。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

基于多活性代理的多星测控调度方法

多星测控调度问题是一个具有多时间窗口、多资源约束的优化问题,其中多星测控任务调度的建模和求解算法是关键。在多活性代理理论的基础上,引入任务调度活性度概念及多活性代理活性保持的协调协商机制,建立基于活性度的多星测控调度模型,并给出一种多活性代理协调协商遗传算法。最后给出实验示例对所提出的算法进行仿真验证。仿真实验表明,所提出的基于多活性代理协商协调的模型及算法能够更好地解决多星测控任务调度问题。