大展弦比运输机标模高升力构型设计与评估

介绍了中国航空工业空气动力研究院基于分层策略遗传算法的多段翼型优化设计工具和高升力构型计算评估方法,参照国内外大展弦比运输机指标为FL-9增压风洞设计了高升力构型标模,为检验标模气动性能,在法国ONERA F1风洞进行了一系列风洞试验和采用UNSMB平台进行了数值模拟。结果显示计算结果与试验结果有着较好的一致性,设计方案具有较好的增升效果。     

基于改进的模糊C-Means航迹聚类方法研究

为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算法得到航迹相似性矩阵,利用矩阵得到航迹簇,最后形成中心航迹,算例仿真验证了新算法的有效性.     

基于PSO算法的半球谐振陀螺惯导系统陀螺温度补偿方法

针对半球谐振陀螺受温度影响出现零位漂移的问题，以测温电路温度为基准，建立温度频率函数实时解算温度，提出一种基于粒子群优化(PSO)算法的半球谐振陀螺惯导系统陀螺温度补偿方法。在求解温度时，需要先将温度频率函数转换为一元三次方程，存在测试计算量大的问题。引入逆向拟合思想，建立频率温度函数，提高陀螺输出温度实时性和降低测试计算量，替代了传统陀螺测温硬件电路，为惯导系统轻小型设计提供新思路。考虑温度变化、温度变化率以及两者的交叉项，建立温度补偿模型，引入PSO算法求解模型系数。温度试验结果表明，在温箱温度为-40~50 ℃内，补偿后的半球谐振陀螺的零偏稳定性较补偿前提升了46％。     

参数曲线的自适应插补算法

参数曲线插补是高性能ＣＮＣ系统实现复杂轨迹控制功能的重要技术基础。文中提出了一种ＣＮＣ系统参数曲线的实时插补算法，基于参数预估、误差控制及参数校正的策略，实现了参数曲线的高精度快速插补。理论分析与仿真表明，该算法与现有的插补算法相比，不仅速度误差小、实时性好，而且插补速度能随曲线曲率的变化自适应调整，确保加工精度达到给定要求。此外，本算法具有良好的实现通用性，可以适用于样条等各种参数曲线。     

具有参数编程功能的陶瓷刀片磨削加工数控系统

提出了一种适用于陶瓷刀片加工的新的插补算法，介绍了基于此算法的陶瓷刀片磨削加工数控系统。此插补算法大大简化了系统设计，提高了刀片的加工精度。用该系统精心设计的５个加工指令，即可完成所有标准刀片和大部分非标准刀片的加工编程。利用系统的参数编程功能，操作者只需选择刀片形状并输入刀片参数，系统可自动生成零件加工程序，完成刀片的加工。     

基于遗传算法的军事物流运输计划

针对军事物流运输中车辆装载和车辆路径的组合问题进行研究,建立车辆装载和车辆路径组合问题的目标优化模型。通过改进遗传算法对模型求解,得到了较为满意的结果,可以在满足多车型多品种货物配送约束的条件下,实现运输车辆最少、车辆满载率高、车辆运输路径最短的目标。     

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟，近几十年的经典谱估计技术包括：常规波束形成（CBF）、Capon谱估计、多重信号分类（MUSIC）、旋转不变子空间算法（ESPRIT）、最大似然（ML）、子空间拟合（SF），及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究，亦有类似的2种或3种算法的性能比较，但是针对这些所有算法的性能比较，就笔者所知尚无公开报道，而使工程实现时对算法的选择没有依据。本文对这些经典算法做了简介，列出各个算法的优缺点，并对性能进行仿真比较，能直观地得到各个算法的性能对比，给工程实现算法选择提供理论依据。     

基于Volterra捕食模型的飞行流量动态调配

为缓解当前飞行流量需求与空域资源限制间的矛盾,改善静态流量分配方式下航路飞行流量限制问题,提出飞行流量动态调配概念并建立动态调配模型及算法.首先根据Volterra捕食模型的思想,以航路负荷值大小为依据划分种群,依据航路飞行流量的调配速度建立飞行流量的动态调配模型,然后提出实时流量动态调配算法,按时段周期性对航路的飞行流量重新划分种群,并根据航路当前状况对飞行流量进行动态调配.最后运用Matlab软件进行算例分析,结果表明了模型及算法的有效性,可以很好地应用于飞行流量的动态调配研究中.     

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。