基于细菌觅食性的改进粒子群优化算法翼型设计

提出了一种基于细菌觅食性的改进粒子群优化算法。该算法以粒子群优化算法的社会模型为基础,添加了个体之间的交流项,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,同时,引入了细菌觅食算法中的趋化和驱散机制,使得算法能够有效地跳出局部最优。函数测试结果表明,该算法显著地提高了粒子群优化算法的寻优性能,并将该算法应用到了翼型设计之中。     

基于改进遗传算法的燃气轮机自适应建模

综合运用了一种改进的遗传算法和自适应建模技术对燃气轮机的精确特性进行寻优获取.引入自适应机制优化交叉和变异算子,同时引入模拟退火算法,使改进遗传算法能很快接近最优解,并能跳出局部最优的陷阱,在保证解的质量的同时提高了收敛的速度.针对以往自适应模型中未考虑测量参数间的线性相关性和不同的传感器测量精度对目标函数的影响等问题,采用加权方法建立了较为完备的燃气轮机自适应数学模型,应用改进遗传算法获取燃气轮机部件的精确特性,实例计算结果表明:模拟退化改进遗传算法进行的自适应建模效果更好.      

基于A~*定长搜索算法的多无人机协同航迹规划

基于多无人机同时作业情况下的航迹规划问题,提出了一种A*定长航迹搜索算法.该算法通过选择代价值最接近给定值的节点作为最佳节点,得到定长规划航迹,接着进一步通过限定最佳节点的选择范围,改善了航迹的可飞性.仿真结果表明,利用该算法规划的定长航迹长度误差可以控制在1.4％以内,协同航迹长度误差可以控制在0.8％以内,能够满足多无人机同时到达的一般要求.     

基于隐身的三维航迹规划研究

为提高飞行器对地攻击效能,必须对其三维航迹规划技术进行研究。考虑到威胁并非不可穿越,建立了间歇式暴露模型;通过考虑飞行器姿态变化对暴露范围的影响,建立了飞行器战术隐身模型;对传统稀疏A*算法进行了改进,有效提高了规划速度,在此基础上提出了具有实时规划能力的分步规划算法,并给出了解决在线重规划的方法;最后,在真实地形下进行了仿真验证,仿真结果证明了所建模型及算法的有效性和实用性。     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

辅助式GPS接收机信号发射时间恢复算法研究

当GPS接收机无法进行位同步、帧同步以及导航电文解调时, GPS接收机无法恢复卫星信号发射时间. 为解决该问题, 对基于迭代最小二乘的发射时间恢复算法进行了研究, 利用辅助GPS接收机中无线通信网络提供的卫星星历、卫星修正参数等辅助信息, 结合信号发射时间模糊度的遍历搜索, 完成了信号发射时间的恢复. 详细讨论了算法及其成立条件, 给出算法流程, 并推导出搜索因子的不同选取方案, 使该算法对接收机初始位置误差(150km)和初始时间误差(180s)没有限制. 通过仿真验证了算法的有效性.      

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。     

卫星虚拟热试验平台建模工具模块研究

为预示卫星热试验结果,给热试验设计提供参考,北京卫星环境工程研究所自主研发了卫星虚拟热试验平台。文章介绍了虚拟热试验平台中建模工具模块的建模思想、对象组合策略和数据存储方法;其中数据存储方法采用预排序遍历树算法,相比于传统的邻接列表模式,具有更高的查询效率;最后还介绍了基于本建模工具模块的红外加热笼建模方法。     

带推力矢量的涡扇发动机实时数学模型研究

利用流场计算结果建立了轴对称矢量喷管的实是数学模型。将发动机部件热力参数间的关系用显式的解析式关系表示，从而去掉部件计算机的迭代过程，以此方法建立了涡扇发动机实时数学模型。在以上两个模型的基础上建立了带轴对称矢量喷管的涡扇发动机数学模型。利用此模型研究了矢量喷管对涡扇发动机工作参数的影响。结果表明，该模型可完成带推力矢量的涡扇发动机静态及动态计算，并可用于推力矢量控制研究。矢量喷管的偏转对涡扇发动机工作具有一定影响。