多目标演化算法的对比研究

多目标演化算法已成为优化技术研究的一个重要方向，介绍了多目标演化算法的分类方法，给出了其基本流程。按时间顺序详细介绍了现有的九种典型多目标演化算法的实施过程，对比了这些算法的优缺点，并讨论了与多目标演化算法相关联的一些问题如约束的处理、算法的收敛性等。     

多模型算法在多目标跟踪中的应用

在传统的卡尔曼滤波算法的基础上，导出了一个在混合坐标系中新的多传感器多目标跟踪算法－多模型算法，目的为了更好地提高空中交通管制中机动目标的跟踪能力，主要论述了统一坐标系，以满足测量方程的线特性；多模型算法的实现步骤，并在实验中将两种算法的结果进行了比较。     

基于改进向量场直方图算法的无人机动态避障策略

目前传统向量场直方图(VFH)算法存在易陷入局部陷阱的缺陷，本文提出了基于陷阱检测机制与动态阈值更新策略的改进VFH算法，更加符合局部未知环境下无人机路径规划的要求，并针对复杂未知场景中无人机避障问题，提出了基于A^*算法和改进VFH算法的避障算法。首先，无人机根据全局已知障碍物信息，基于A^*算法构建目标航路点；其次，在目标航路点不可达的情况下，无人机根据运动状态与激光雷达探测到的地形信息，基于改进向量场直方图算法进行局部规划。在局部规划中，针对传统VFH算法存在的缺陷进行了改进：针对传统VFH算法的无记忆性导致在一些特殊场景中易陷入局部陷阱，本文提出陷阱检测机制的VFH算法，动态选择历史信息增强向量场直方图算法的记忆性，无人机可自主检测陷阱并及时跳出；针对向量场直方图算法的阈值敏感性问题，设计了动态阈值更新策略，使得无人机能够在复杂或稀疏的障碍物环境中，动态平衡避障安全性和抵达目标的时效性。最后，通过对比仿真验证了算法的有效性，为传统VFH算法易陷入局部陷阱的缺陷提供了一种解决方法。     

基于酉变换的约束优化均衡算法

基于李道本等人提出的代价函数，在特定的约束条件下，利用酉变换方法，提出了两个约束化均衡算法。这两种均衡算法是传统的直接梯度算法和共轭梯度算法的改进方法。这两种约束算法是在Householder变换下或GiVen平面旋转变换下获得的，它们完全不同于前人的各种线性约来自适应算法，这两种算法的计算复杂度是可以接受的。计算机仿真结果验证了这两种变换域算法的性能。     

多坐标系下目标跟踪的联合滤波

针对雷达目标观测和处理在不同的坐标系下完成，本文提出了联合滤波算法来跟踪机动目标。该算法以卡尔曼滤波器为基础，直角坐标系下和极坐标系下的算法相联合，不仅克服了两种坐标系下滤波算法的不足，而且对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

遗传组合算法及在直升机顶层设计中的应用

本文简述了优化算法的发展和遗传组合算法的提出，并阐述遗传组合算法的概念、基本思想及其优点，还详细说明了该算法在传统优化设计中的创新和技巧。通过一些算例介绍了该算法和结构分析有限单元法结合后，不仅适用于常规的结构优化，而且还适用于形状与拓扑的结构优化。经大量算例计算，证明了该算法的收敛性、有效性、快速性等优点。     

超声速平头圆柱绕流DSMC/EPSM混合算法研究

本文将EPSM算法与DSMC方法结合，构造了可模拟含近连续流区及过渡流区的DSMC／EPSM混合算法。运用混合算法模拟马赫数等于5．37时超声速平头圆柱绕流，并与DSMC结果进行比较，证明了DSMC／EPSM混合算法的有效性，并对两种算法的计算效率进行了比较。     

蚁群算法的改进设计及在航迹规划中的应用

将蚁群算法与人工势场算法相结合，提出了一种新的寻优算法。在算法的设计过程中，首先引入人工势场法进行蚁群算法初始信息素的分配，避免了在迭代初始阶段，信息素太少与启发信息不成比例而使得蚂蚁集中在启发信息最强的路径上，从而陷入局部最优的问题。其次，通过引入势场引导函数改进蚁群算法的状态转移函数，避免了在三维空间中蚂蚁搜索容易忽视节点周围障碍物因素，从而陷入盲目选择导致搜索时间过长的问题。将优化算法应用于无人机三维航迹规划问题的求解，并通过仿真验证了有效性。     

一种车窗定位算法的设计和实现

利用均值色度函数，结合提色块算法，对车窗定位的算法进行了研究，提出了一种均值色度函数和提色块方法相结合的车窗定位算法，并在车型识别系统中利用，取得了一定的实验效果。     

捷联惯导系统初始四元数提取的新算法

给出了捷联惯导系统初始四元数提取的两种新算法。其中算法1的推导是基于方向余弦矩阵和四元数的代数关系式，而算法2则利用了姿态转动的几何特点。与经典的四元数提取算法相比，所给出的算法具有简单、可靠、无奇异的特点，而且所得四元数的归一化程度也优于传统方法。利用数值仿真对所提算法的优越性进行了验证，结果表明，方法是合理的、可行的。     

Doo-Sabin细分算法的实现

在细分曲面造型中，对Doo-Sabin曲面为代表的细分曲面的研究，已成为近几年来图形学领域最重要的研究课题，但已有文献在细分算法的实现方面缺乏具体操作过程，不便于工程应用。本文分析了Doo-Sabin细分算法的数据结构特点，研究了细分算法的具体实现过程，对连接规律进行了总结，实现了Doo-Sabin细分算法的二次曲面细分，为各种相关文献缺乏具体操作过程作了补充。     

基于改进鲸鱼优化算法的无人机航路规划

针对复杂地形环境下的无人机航路规划问题，提出一种基于改进的鲸鱼优化算法的航路规划算法。首先，根据起始点和目标点等信息，通过坐标系旋转将二维航路规划问题转化为D维空间下的寻优问题；然后，将灰狼优化算法中的等级制度和微分进化算法中的贪婪策略引入鲸鱼优化算法提出改进的鲸鱼优化算法。在保证算法收敛速度的同时，所提的改进鲸鱼优化算法有效地提高了开发能力和搜索能力。最后，将提出的改进算法应用于无人机的航路问题求解。仿真结果表明，所提的改进鲸鱼优化算法能够有效的获得一条代价最优的、有效的航路结果，其性能优于传统的优化算法。     

空中交通管制中轨迹预测的相互作用多模型算法的设计

研究了相互作用多模型算法，并就这种算法设计了几种方案，同时选取适当的参数对其进行了仿真设计和计算，给出了水平面内不同方案下的仿真结果，验证了这种算法的有效性，说明了通过模型概率实现模型之间的软转换的可行性。研究得出以下结论：该算法能在平稳飞行时使误差尽量减少，在机动时，对机动进行快速的探测和反应，同时，保证状态估计误差不超过原始的观测数据误差。     

一种新的捷联姿态矩阵理算法的应用研究

本文为改进捷联系统计算机解算的实时性，引入一种新的捷联姿态矩阵理算法。针对算法系统应用的要求，完成了系统力学编排，解决了仿真研究方法、仿真轨迹和迭代频率的选择等问题，采用Ｃ语言和Ｉｎｔｅｌ８０２８６计算机进行系统仿真和软件模块测试，对新算法和常用的四阶龙格一库塔法的运算量和系统精度进行了可信比较，结果表明，新算法的计算量减少一半，而精度不变。本文的工作为改进捷联系统算法提供了参考依据。     

空管中飞行轨迹预测算法的比较研究

研究比较了用于空中交通管制中飞行轨迹预测问题的三种不同算法，即α／β或α／β／γ滤波算、自适应单一模型卡尔曼滤波算法和当前正研究应用的相互作用多模型卡尔曼波算法。针对三种算法，根据民航飞行的实际情况，分水平面和高度方面两部分设计了具体的飞行轨迹预测方案，并对这几种方案进行了蒙特卡洛仿真，给出了有关的仿真结果，证明相互作用多模型算法在空管轨迹预测中是更为有效和可行的。     

基于改进鸽群算法的气动捕获轨道优化

针对火星探测器的气动捕获轨道，提出了一种改进的鸽群算法对气动捕获轨道进行优化。首先，考虑成功进行气动捕获所要求的终端约束和过程约束，根据从捕获轨道进行轨道转移进入目标轨道所需的速度增量，提出了进行捕获轨道优化的最优性能指标。然后，针对原始鸽群算法存在的一些不足，提出一种改进算法，并对改进算法的参数取值进行了分析。最后，基于大气内飞行的动力学方程，将气动捕获轨道优化问题转化为多参数优化问题，利用所提出的改进鸽群算法对气动捕获轨道进行优化，并通过仿真实例验证该算法的有效性。     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

非线性系统中多传感器目标跟踪融合算法研究

主要阐述了在非线性系统中多传感器目标跟踪的融合算法，提出了基于变换测量卡尔曼滤波器（CMKF）的分布式融合算法，从该理论出发，导出了分布式变换测量卡尔曼滤波算法（DCMKFA）几乎能够重视集中式融合估计，仿真结果证明了这一结论，因此，DCMKFA对于非线性系统中的目标跟踪是一个有效的分布式融合算法。     

规则回转体自动铺丝轨迹规划与丝束增减

为满足自动铺丝轨迹的满铺覆性要求，针对现阶段自动铺丝轨迹规划存在的不足，提出了不同的丝束增减算法。首先讨论纤维铺放方向的确定和中心轨迹数量的计算，设计不同铺放方向轨迹的生成算法。然后以丝束重叠系数为重要参数，对于纤维局部堆积和空缺问题提出单侧纤维裁剪算法和双侧纤维裁剪算法，并对裁剪后的重叠区域和间隙区域进行面积求解，使得纤维丝束均匀覆于芯模表面。最后基于CATIA CAA二次开发平台，将上述算法集成到纤维铺放CAD系统中，通过运动仿真系统验证算法的正确性。利用提出的丝束增减算法，实现了间隙/重叠区的均匀分布，尽量降低了富树脂区等相关缺陷的聚集对性能的不良影响。     

基于改进的克隆选择算法的多用户检测技术

 根据克隆选择原理的免疫机理，提出了一种改进的克隆选择算法(CSA),进而设计了2种码分多址（CDMA） 多用户检测器：一种方法是混合Hopfield神经网络和克隆选择算法；另一种方法是把多阶段检测器MSD嵌入到克隆选择算法的每一代中。通过混合MSD到克隆选择算法中，可以加快克隆选择算法的收敛速度，减少计算复杂度。另外，克隆选择算法所提供的好的初值可以改善MSD的性能，嵌入的MSD还改善了克隆选择算法的性能。仿真结果证明了该方法无论抗多址干扰能力和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。