基于改进算法的工艺规划与车间调度的双目标优化模型

针对工艺规划与车间调度的集成问题,一般考虑以加工时间、加工成本和加工质量为优化性能指标,而对能量消耗等环境影响因素考虑不足。本文建立了工艺规划与车间调度的数学模型,以完工时间和能量消耗为优化目标,通过设置权重系数来调节优化目标倾向。采用改进的混合模拟退火与遗传算法对问题进行求解,利用遗传算法的全局搜索速度快和模拟退火的突跳性强的特点,结合回火机制,有效地得到了完工时间和能量优化结果。最后,通过实例仿真表明该方法具有可行性。     

基于程序变异的Simulink模型测试方法

为解决当前Simulink模型变异测试中测试执行开销大、测试用例生成效率低等问题,首先根据当前的Simulink模型变异算子集,基于程序变异技术提出了Simulink模型的变异测试过程和一组改进变异算子集.实验表明,在不影响测试用例集变异评分的情况下,该组变异算子集能够有效减少变异模型的生成数量,从而降低测试开销.其次,设计了一种基于搜索的Simulink模型变异测试用例生成方法,该方法将变异模型的测试用例生成问题转换为目标函数极小化问题,通过模拟退火算法对目标函数寻优,最终搜索出能够杀死该变异模型的测试用例.最后,将该方法应用于典型案例,验证了方法的正确性和有效性.      

基于SA-DPSO混合优化算法的协同空战火力分配

针对超视距(BVR)多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,提出了一种新的火力分配数学模型。该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标相对贡献较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源。在此基础上,提出采用模拟退火(SA)-离散粒子群(DPSO)混合优化算法求解协同空战火力分配,提高了算法收敛速度、精度以及全局搜索能力,避免陷入局部极小。仿真算例验证了新模型的优点以及SA-DPSO混合优化算法的有效性。     

基于快速退火MRF的改进SAR图像分割方法

基于Markov随机场(MRF,Markov Random Field)的SAR图像分割方法利用了SAR图像的灰度和结构信息,能在分割过程中有效抑制斑点噪声,获得较高的分割精度.但这类方法的缺点是模拟退火的计算量很大.针对该问题,提出了一种基于快速退火MRF的SAR图像分割处理方法.该方法根据SAR图像Gibbs分布的特性,在求取全局最优解时,首先寻找邻域系统中占有支配地位的某种标记,若存在占支配地位的标记,用此标记更新状态;反之,则沿用传统模拟退火的方法随机更新状态.由于该方法引入基于Gibbs分布的先验判决进行系统状态更新,因此能够快速求得全局最优解.最后对真实SAR图像进行处理,处理结果验证了算法的有效性.     

基于混合遗传算法车间多工艺路线批量调度

结合启发式分派规则和模拟退火算法,给出了改进的遗传算法——遗传退火算法(GASA,Genetic Algorithm-Simulated Annealing Algorithm).该算法采用新型POX交叉算子,通过结合模拟退火算法,有效地避免了基本遗传算法解决车间调度早熟的问题,并通过实验验证了该算法的有效性.基于GASA研究了航空复杂产品制造车间中,考虑生产批量、生产转换时间、允许多设备加工路线的车间静态与动态调度问题,分析并验证了不同分批方法对考虑以上因素的车间生产调度结果的影响.该算法已应用到某航空车间生产计划与控制系统中.      

目标分配问题的模拟退火算法

基于不同退火温度下迭代长度规则和最优解保留策略,提出了一种用于防空指挥、控制、通信和信息(C3I)系统射击效率的最佳目标分配优化的改进模拟退火算法,给出了算法流程.算例表明:对防空C3I系统的目标分配该法具较强的寻优能力和较快的收敛速度,优化结果优于其他方法.     

基于混和寻优算法的时域低阶等效系统方法

现代高增稳飞机的阶次高达几十阶,需要将其降阶为具有特定形式的低阶等效系统才能与已有的飞行品质规范相比较,从而评价其飞行品质并改进飞控系统的设计.相对于频域等效系统方法,时域低阶等效系统方法可以在线采集系统的输入及输出数据,充分考虑各种非线性因素的影响,在飞机飞行品质评价时,对等效系统相关参数进行在线估计,具有较强的实用价值.针对时域等效拟配提出了一种混和寻优算法,即模式搜索-模拟退火法,该算法较好地克服了局部寻优和全局寻优的缺点,并在寻优过程中加入了对参数范围的限制,寻优结果可以快速收敛于全局最优解,并且不受初值变化的影响,对飞机飞行品质的在线评价具有重要意义.      

基于DPSO-SA的低轨预警系统初始任务规划方法

为提高天基低轨预警系统在导弹跟踪任务中的效率,建立了天基低轨预警系统初始任务规划模型.该模型包含跟踪精度、任务完成率和资源松弛度等优化指标,考虑导弹跟踪中目标信息的不确定性,定义并构建了跟踪原子任务的不确定度和动态优先级.在此基础上,提出采用离散粒子群(DPSO,Discrete Particle Swarm Optimization)-模拟退火(SA,Simulated Annealing)混合优化算法求解初始任务规划模型,提高了算法收敛速度、精度以及全局搜索能力.仿真算例验证了模型的优点以及DPSO-SA混合优化算法的有效性.     

改进模拟退火算法的喷管动力学模型修正

为获得液体火箭发动机喷管高精度的结构动力学有限元模型，提出一种基于改进模拟退火算法（Improved Simulation Annealing Algorithm，ISAA）的有限元模型修正方法。首先，将复杂的薄壁夹层板喷管等效为复合材料层合壳，建立喷管的参数化有限元模型；在此基础上，以结构模态参数为参考基，构造出联合使用模态频率及模态振型的目标函数，并运用灵敏度分析提取设计变量，从而建立其优化模型；提出带记忆、局部搜索功能的改进模拟退火算法，运用ISAA在设计空间进行多目标全局寻优；最后，采用基于MSC Patran/Nastran软件平台二次开发的结构动力学模型修正软件ZDXZ V1.0进行模型修正，并对模型修正方法的有效性进行了校验。结果表明，修正后喷管的前3阶计算模态频率与试验值相对误差小于2%，振型相关性最小MAC值大于0.9，大大提升了喷管模型的动力学符合性，模型精度满足工程应用要求；表明所述模型修正策略的有效性，该方法具有高效、强鲁棒性等特点，适合于大型复杂结构的模型修正。     

一种面向有人/无人直升机协同打击的地面目标任务分配方法

针对有人/无人直升机协同打击地面目标的任务分配问题,依据有人/无人直升机协同集中式结构建立任务分配模型,利用Vonoroi图粗略估算航程,并引入时敏特征函数和无人直升机最大航程限制作为任务分配模型的约束条件。采用模拟退火算法改进的粒子群算法(PSO),实现对分配模型的解算。结果表明该算法合理,具有良好的全局寻优性。