小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

一种高灵敏度的电动舵机系统研究

本文研究了一种基于单片机的高灵敏、分体式小型电动舵机系统。首先分析了电动舵机的组成与功能，并分别从舵机结构、控制算法两方面对舵机系统的性能设计进行了分析和阐述。针对舵机高灵敏度的性能要求，对控制算法进行了优化并进行了相应仿真。最后经过试验验证，电动舵机满足了高灵敏度的指标要求，验证了控制算法的正确性。     

Multi-state autonomous drilling for lunar exploration

Due to the lack of information of subsurface lunar regolith stratification which varies along depth, the drilling device may encounter lunar soil and lunar rock randomly in the drilling process. To meet the load safety requirements of unmanned sampling mission under limited orbital resources, the control strategy of autonomous drilling should adapt to the indeterminable lunar environments. Based on the analysis of two types of typical drilling media (i.e., lunar soil and lunar rock), this paper proposes a multi-state control strategy for autonomous lunar drilling. To represent the working circumstances in the lunar subsurface and reduce the complexity of the control algo-rithm, lunar drilling process was categorized into three drilling states:the interface detection, initi-ation of drilling parameters for recognition and drilling medium recognition. Support vector machine (SVM) and continuous wavelet transform were employed for the online recognition of dril-ling media and interface, respectively. Finite state machine was utilized to control the transition among different drilling states. To verify the effectiveness of the multi-state control strategy, drilling experiments were implemented with multi-layered drilling media constructed by lunar soil simulant and lunar rock simulant. The results reveal that the multi-state control method is capable of detect-ing drilling state variation and adjusting drilling parameters timely under vibration interferences. The multi-state control method provides a feasible reference for the control of extraterrestrial autonomous drilling.     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

基于经济损失的航班延误恢复模型研究

分析了航班延误的恢复调度问题,并针对问题提出了一种机场大面积航班延误恢复模型,模型考虑了航班延误的延误时间,还考虑了不同机型对航班延误经济损失造成的影响。构造了基于免疫机制的免疫遗传算法来求解模型,此算法保留了标准遗传算法随机全局并行搜索的特点,又在相当大的程度上避免了未成熟收敛。用实际的航班信息进行仿真研究结果表明,文中的模型和算法切实可行。     

考虑结构因素的起落架摆振稳定性分析及优化

以考虑侧向柔性和陀螺特性的摆振数学模型为例,研究了起落架摆振结构因素的影响.采用代数稳定性判据、状态空间法等方法进行了稳定性分析,得到了有关侧向刚度、偏摆刚度和稳定距等结构因素的稳定性区域,以及幅相特性曲线.而且对于起落架摆振优化,提出了基于遗传算法的PID主动控制策略.仿真结果表明,方法有效抑制了各种结构参数组合下摆振的发生,使得受控系统具有一定的强鲁棒性.     

一种非线性飞行控制律评估方法研究

研究了一种基于改进遗传算法的非线性评估方法。将非线性准则转换成简单的适应度函数,通过寻优找到最坏情况,在其基础上实现评估。仿真结果表明,该方法不仅能在各个飞行状态对飞行控制律进行非线性准则评估,而且能找出飞行包线内的最坏飞行状态,细化飞行包线,方法使用灵活,结果可靠。     

适于直升机配平计算的混合遗传算法

结合传统的数值计算如拟牛顿法的局部快速收敛特性,以及遗传算法的全局收敛与群体搜索的优点,发展出一种新的混合遗传算法,使之具备全局快速收敛特性。通过两个算例及某型直升机在前进比为0.2状态下的配平,验证了该算法的可行性及高效性,从而为直升机的配平计算提供了一种新的成功的算法,同时也在传统数值分析方法和现代智能进化算法之间的有效结合做了一次比较成功的尝试。     

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题，并针对该问题建立优化模型，模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时，为求解所建立的模型，构造了一种基于精英选择策略的自适应遗传算法．通过使用实际航班数据对模型进行仿真研究，证明了模型及算法的可行性、     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.