"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

空间环境模拟器氦系统的有效能分析与优化

为解决大型空间环境模拟器氦系统设计优化的问题,本文概述了有效能及有效能分析法,并以某空间环境模拟器氦系统的设计为例,以有效能效率作为系统优化的目标函数,获得了系统达到最大制冷效率时的优化条件,同时揭露出系统中各单元的有效能损失,找出损失较大的薄弱环节,作为改进的目标。     

基于GA的战术导弹对疏散型集群目标靶场效能优化

文章针对射击集群目标时战术导弹靶场效能优化问题，在设计了新的编码方案和遗传算子的基础上，提出了适应不同情形的改进遗传算法，仿真实验证实了算法的有效性。     

用人工智能搜索策略进行抗疲劳优化设计

 将人工智能搜索策略应用于抗疲劳优化设计中,针对工程实际中大量存在的离散变量的优化问题,提出了一套不同于传统数学规划法的方法,从根本上解决了处理离散变量的困难。还以多钉多层板接头为算例,作了优化计算,说明本文提出的方法可行,计算程序适用。并且优化结果比数学规划法好。     

基于MSC.PATRAN/NASTRAN的结构优化程序系统

自行开发结构优化软件存在着人机界面和结构分析功能不足等弱点。在有限元软件MSC．PATRAN／NASTRAN平台上，用PATRAN的二次开发工具PCL建立了结构优化系统，此系统由NASTRAN作结构分析和敏度分析，采用自主开发的基于二级多点逼近算法的程序模块进行寻优计算，并且特别增加针对空间飞行器结构优化的特殊功能和相应前后置界面，使PATRAN／NASTRAN具有的结构优化功能得以扩展。典型算例和实际工程的应用结果表明，本程序系统计算准确快捷，使用方便，适用于航天器的结构优化。     

进化算法在系统可靠性多目标优化中的应用

为解决复杂系统可靠性设计的多目标优化问题，采用NSGA-Ⅱ进化算法，在一次性获得大量均匀分布的非劣解后，根据定义的满意度函数对每个非劣解进行模糊评价。运用群体排序、小生境、比较操作和精英保留等关键技术，将整个非劣解集分为若干个具有不同性能特征的类，决策者可根据各自的偏好从中选择最终的满意解。分析结果表明，进化算法具有较高的优化效率。     

相控阵雷达扫描波位和扫描时间的设计与优化

详细讨论了在相控阵雷达设计中扫描波位如何确定的问题。扫描波位的确定原则是使雷达系统既满足一定的检测概率和作用距离，又能在最短的时间内扫描整个空域。这就必须在波位驻留时间和平均增益损失等因素之间进行折衷。为了进一步节省扫描时间，还对如何利用数字波束形成（ Ｄ Ｂ Ｆ） 技术实现优化进行了探讨。     

固体战略弹道导弹的多学科设计优化研究

运用多学科设计优化（MDO）方法对某固体战略弹道导弹的总体优化设计进行了研究。从满足固体导弹的MDO需求出发，基于第三代MDO理论，对固体导弹按学科分解为系统层（性能，弹道学科）和子系统层（推进学科、质量分析学科、气动学科），通过分析与建立以上各学科的优化模型及固体导弹的总体优化模型，以固体导弹起飞质量为目标函数将MDO单级优化过程中的同时分析与设计（SAND）过程应用于该固体导弹总体优化设计。与传统优化方法所得结果相比，固体导弹起飞质量减小15．1％，发动机结构质量减小23．3％，优化效率提高87％。算例表明，将MDO方法应用于固体导弹总体优化设计的思路可行。     

等热流条件下相变导热仿生优化

为强化微重力条件下相变材料的熔化释冷过程,采用仿生优化的思想和有限元方法研究了导热空间内高导热材料的最佳布置方案。研究表明,采用温度梯度的时间积分作为布置高导热材料的判断标准,可把导热仿生优化的思想的应用由稳态问题扩展到非稳态具有相变的问题。和人工构造方案法相比,仿生优化得到的方案可以明显强化释冷过程、降低热流入口温升;且能克服其工作量大,所得方案不一定包含最优方案的不完备性问题。     

复合材料带缠绕成型过程建模及工艺参数优化

复合材料带缠绕成型过程中,成型工艺参数的选取决定了缠绕制品的性能。采用正交实验法研究各工艺参数对缠绕制品层间剪切强度的影响规律和敏感度,并将正交试验数据与神经网络理论相结合,对带缠绕成型过程进行建模,得到缠绕成型工艺参数与层间剪切强度之间的非线性映射关系,并通过实验验证了模型的可靠性。在此基础上,利用粒子群优化方法在可行工艺参数域内对缠绕成型工艺参数进行优化。仿真与实验结果表明,基于神经网络模型的工艺参数粒子群优化算法能够快速、准确的得到带缠绕成型的全局最优工艺参数组合。使得缠绕制品层间剪切强度达到最优的工艺参数组合为:加热温度115℃,缠绕张力357 N,压辊压力1006 N和缠绕速度0.28 m/s,在最优工艺参数作用下,缠绕制品的层间剪切强度达到102.2 MPa。