基于遗传退火算法的电路模拟吸波材料设计

相比传统吸波材料,电路模拟吸波材料可以很好地减小材料厚度、提高吸波性能,其设计通常使用遗传算法进行优化。针对传统遗传算法的诸多不足,对交叉和变异概率进行了改进、引入了模拟退火思想作为子代接受准则并增加了算法终止准则。其中,对交叉和变异概率的改进是最大创新点。改进后的遗传算法只需进化100代即得到最优解,平均反射率为-15.0420,厚度为1.43 mm,均优于传统算法得出的结果。结果表明,改进后的遗传算法具有收敛速率快、不易陷入局部最优解等优点。     

TiO2基紫外探测器的制备及退火工艺对光电性能的影响

采用磁控溅射方法,通过不同工艺的退火处理,制备了光电性能优良的TiO2基紫外探测器.通过紫外光电性能测试、扫描电子显微镜( SEM)观察及X射线衍射(XRD)分析,研究了退火工艺对探测器光电性能的影响规律.结果表明:随着退火温度的增加,TiO2晶粒尺寸显著增大,晶界和缺陷数量的变化是导致TiO2基紫外探测器的光电性能随退火工艺变化的根本原因.经500℃/2h退火后,紫外探测器的光电流高出暗电流近2.5个数量级,紫外波段的光响应高出可见光波段近2个数量级,所制备紫外探测器达到了高辐射灵敏度和可见盲特性的要求.     

基于混合人工鱼群算法的结构有限元模型修正

将模拟退火算法(SAA)与具有交叉和高斯变异的人工鱼群算法(AFSA)相结合,提出了一种基于混合人工鱼群算法(HAFSA)的结构有限元模型修正方法;针对外编有限元模型修正程序直接嵌入Patran/Nas-tran软件存在困难的情况,设计了一种灵巧且方便的接口模块。以试验模型测试数据与有限元模型计算值的向量残差建立目标函数,在基本AFSA中引入交叉和高斯变异算子用于加快全局优化搜索速度,将目标函数优化值不断刷新公告板,再利用SAA进行局部细化搜索从而显著提高优化解的精度,在满足算法终止条件后获得设计参数的最优值;结合Fortran语言和Visual Basic语言编译接口模块,运行模型修正程序时循环修改Patran软件生成的建模文件并反复调用Nastran软件进行求解。以欧洲航空研究科技组织的基准模型——GARTEUR飞机模型为例,修正结果表明,应用HAFSA进行结构有限元模型修正是可行且有效的。     

基于遗传退火算法的数字阵列稀疏布阵

应用遗传退火算法对32个数字阵列天线单元在64个位置进行了稀疏布阵,将单元间距和激励作为优化变量,在控制主瓣形状的同时,改善了阵列的副瓣电平,提供了更多的自由度来控制稀疏阵列的性能。结果表明,全局优化峰值旁瓣可低至-26dB,遗传退火算法能够避开遗传算法在搜索过程中的早熟收敛。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

热处理对Mo-Si系金属间化合物微观组织和断裂韧性的影响

以纯金属Mo与纯Si为原料,通过电弧熔炼法制备了Mo₃Si-Mo₅Si3共晶,Mo₅Si3-MoSi₂亚共晶和过共晶Mo-Si系金属间化合物。在1200℃分别对3种合金进行了12h、24h、48h和96h真空退火,观察层状结构在合金中的形成、变化及破坏。1200℃退火48h后,在Mo₅Si3-MoSi₂亚共晶合金中发现了发展完好的Mo₅Si3（D8m）/MoSi₂（C11b）层状结构,层间距为几百纳米;在Mo₅Si3-MoSi₂过共晶合金中,层状结构的层间距与体积百分含量在退火前后没有发生明显变化;在Mo₃Si-Mo₅Si3共晶合金中始终未观察到层状结构的存在。通过压痕法测量了各合金的断裂韧性（K_IC）,研究了微观结构与KIC之间的关系。     

改进的模拟退火算法在翼型设计中的应用

通过研究模拟退火算法的机理和应用,对标准模拟退火算法进行了改进,并应用到翼型气动优化中。改进算法与标准算法相比,在耗费机时基本一致的情况下,优化了初始翼型NACA0012,使其设计点的阻力分别减小了30.16%和32.95%。由此可见,模拟退火算法在翼型气动优化设计中具有实用性和有效性,并且改进算法的优化效果更理想。     

一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.     

基于模拟退火算法与响应面模型的三维气动优化设计方法

提出了一套适用于高耗时三维气动设计问题的优化设计体系.其主要思想是采用改进拉丁超立方体试验设计选取样本点,应用自行开发的三维粘性流场求解程序进行流场计算建立数据库,采用二次响应面方法建立近似模型,再应用高效模拟退火算法进行全局寻优.以NASA rotor57为对象,在详细进行流场计算基础上采用所提出的优化体系对其进行了三维积叠优化设计.在对流量、效率加以严格约束的条件下,总压比可提高1.8%,对流场结构进行了分析.优化结果表明本优化方法省时,适于三维气动设计的特点.     

基于自适应模拟退火遗传算法的最优Lambert转移

主要研究了航天器采用Lambert二脉冲变轨的优化问题。对于初始位置、目标位置和转移时间都不固定的Lambert二脉冲转移,由于多变量以及方程本身的复杂性,采用传统的优化方法效率低甚至无法求解.采用了自适应遗传算法(AGA),寻求多变量的最优解.同时结合模拟退火算法,得到了自适应模拟退火遗传算法(ASAGA),该算法既具有全局搜索能力,又改善了一般遗传算法的局部寻优能力.通过仿真,比较了遗传算法和自适应模拟退火遗传算法的寻优结果,表明两者寻求最优转移的有效性,以及自适应模拟退火算法具有更强的寻优能力.