GA-PSO组合算法模型修正

文章在遗传算法（GA）和粒子群算法（PSO）的基础上,介绍了GA-PSO组合算法的流程和模态修正适应度函数的确定,并利用该算法对一个5层钢架结构模型进行修正,证实了该算法能有效修正模型。该算法能在前期利用GA算法进行高效全局搜索,后期利用PSO算法进行细致局部搜索,与单独使用PSO算法和GA算法相比,该组合算法修正效率和精度更高。     

基于量子遗传算法的无人飞行器航迹规划

基于量子计算和量子理论,提出了一种基于量子遗传算法的无人机航迹规划方法 。该方法利用表征量子叠加态的量子比特对航迹进行编码,引入具有量子特性的量子交叉算 子和量子门变异调整策略,对航迹规划中代价函数进行优化,引导并实现航迹的规划选择。 仿真试验结果表明,该方法不仅具有良好的种群多样性,而且还可以有效地提高算法的空 间搜索和收敛能力。
     

机载相控阵雷达射频隐身时最优搜索性能研究

为提高机载相控阵雷达的生存能力,首次提出了一种基于射频隐身的雷达搜索方法。分析了影响雷达搜索性能的各个参数,将波束宽度、驻留时间和发射平均功率作为优化参数,将最小化能量消耗函数、最小化估计检测概率与期望检测概率的2范数作为目标,利用带精英策略的非支配排序遗传算法对雷达搜索模型进行优化。从最后Pareto解集中选取使两个目标函数乘积最小的解作为最优解。仿真结果表明,本文的算法与基于最大检测概率、最大起始跟踪距离的搜索方法相比,在具有较好检测性能的前提下,消耗较少的能量,具有较好的射频隐身能力。     

运载火箭自适应增广控制参数优化整定方法

针对参数众多的自适应增广控制(Adaptive Augmenting Control, AAC)技术,提出了两种基于优化算法的参数整定方法,实现了对AAC控制器参数的合理设计。第1种方法是使用粒子群算法,通过设计合理的适应度函数,使得优化得到的参数在标称状态下尽量不影响系统,在有干扰的情况下提升系统的抗扰动能力。第2种方法是重新定义高低通滤波器,减少优化参数数量,使用遗传算法得到优化的参数可以加快计算速度。仿真结果验证了使用优化算法得到的参数的合理性。与PD控制系统相比,AAC控制能够提升抗干扰能力;与滑模控制系统相比,能够看到相同精度下AAC控制的控制指令更加平滑。将第2种方法中得到的参数与使用粒子群算法对比,使用遗传算法得到的参数具有更优的性能。     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

基于差分进化的混合地面等待优化策略

针对地面等待策略问题,论文提出一种基于差分进化的混合地面等待优化策略。该优化策略以差分进化算法为基础,引入ROV规则对连续解和离散解进行相互转换、NEH方法进行初始化和Pairwise这种方法对局部值进行优化,这样,提出的混合算法的全局搜索和局部搜索的能力进一步得到了平衡。最后,用文献中的实例进行测试,实验结果表明:与同类算法相比较,文章算法在寻优速度、优化精度和稳定性等方面表现出较强的竞争力和较好的鲁棒性。     

基于遗传算法的多级固体火箭总体/发动机一体化设计优化研究

在综合考虑发动机设计、火箭气动特性和外弹道关系的情况下,建立了多级固体火箭总体发动机一体化设计优化模型.该模型具有如下特点一是不能保证目标函数和约束是凸集上的凸函数,存在"多峰"现象,二是设计变量含连续/离散混合设计变量.根据上述特点,优化方法选用遗传算法,并对遗传算法进行了改进研究,给出了一种改进的基于方向的变异算子.应用该算法完成了某三级固体火箭总体/发动机十五个设计参数的优选,取得了满意结果.     

一种基于自适应遗传算法的高斯FM^mlet变换最优时频原子搜索算法

时频分析方法是当前非平稳信号分析与处理的研究热点,基于高斯let变换的信号表示方法成为目前分析具有线性和非线性频率切变信号的重要工具.高斯FMm let变换在信号分析与处理中的应用面临的一个主要问题就是匹配追踪方法的数字实施方法.针对现有算法精度不高、收敛性差的问题,提出了一种基于自适应遗传算法的高斯FMm let变换最优时频原子搜索算法.首先详细推导了时频原子有限长序列的离散公式,接着详细讨论了自适应遗传算法,然后给出了一种利用自适应遗传算法搜索高斯FMm let变换最优时频原子的算法及其实现方法,最后结合实例对该算法进行了仿真研究.结果表明,该算法不但搜索精度很高,而且具有较好的收敛性和鲁棒性.     

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.     

用混合遗传算法求解QoS组播路由选择方法

随着大量新兴多媒体在高速网络中的应用,组播成为网络支持多媒体业务的关键技术之一。针对现有遗传算法在解决QoS组播路由问题中存在收敛速度慢与早熟的缺点,论文提出一种双种群的混合遗传算法——嫁接遗传算法,来求解多约束组播路由优化问题。算法通过引入嫁接种群以及设置了适当的遗传算子,在明显加快收敛速度的同时,还增强了避免早熟的能力。最后通过仿真实验证明该算法操作简单、搜索速度快、效率高且具有较强的实用性和鲁棒性。     

Time-optimal trajectory planning for underactuated spacecraft using a hybrid particle swarm optimization algorithm

A hybrid algorithm combining particle swarm optimization (PSO) algorithm with the Legendre pseudospectral method (LPM) is proposed for solving time-optimal trajectory planning problem of underactuated spacecrafts. At the beginning phase of the searching process, an initialization generator is constructed by the PSO algorithm due to its strong global searching ability and robustness to random initial values, however, PSO algorithm has a disadvantage that its convergence rate around the global optimum is slow. Then, when the change in fitness function is smaller than a predefined value, the searching algorithm is switched to the LPM to accelerate the searching process. Thus, with the obtained solutions by the PSO algorithm as a set of proper initial guesses, the hybrid algorithm can find a global optimum more quickly and accurately. 200 Monte Carlo simulations results demonstrate that the proposed hybrid PSO–LPM algorithm has greater advantages in terms of global searching capability and convergence rate than both single PSO algorithm and LPM algorithm. Moreover, the PSO–LPM algorithm is also robust to random initial values.     

主控格栅反射器基体结构/压电作动器参数集成优化设计

为提高反射器形面控制能力和减小在轨热变形，本文以锆钛酸铅压电陶瓷(PZT)驱动的主控格栅反射器为研究对象，开展反射器基体结构和PZT压电作动器参数的集成优化设计研究。首先，建立主控格栅反射器有限元模型并通过实验验证了有限元模型的正确性。然后，以形面控制能力最大和热变形最小为目标函数，以设计变量上限、下限和结构基频为约束，采用遗传算法(GA)和非支配排序遗传算法(NSGA II)求解。最后，给出多个仿真算例的优化结果。仿真结果表明，控制能力最大的单目标优化，其热变形远大于控制能力，多目标的帕累托(Pareto)最优前沿可以给出更合理的设计方案。通过优化设计可以显著提高形面控制能力和减小热变形。     

高压强固体火箭发动机性能/成本优化设计

建立了翼柱形装药固体火箭发动机在高工作压强下的性能、成本计算模型。采用混合编码遗传算法进行了性能/成本优化设计。所得优化设计结果表明,按费用优化设计技术可行,可为高压强固体火箭发动机方案设计提供依据。     

基于遗传算法和神经网络的梁板结构可靠性优化

基于结构系统静强度可靠性分析、神经网络和遗传算法,对空间梁板结构系统进行了可靠性分析和基于可靠性的优化设计。结构可靠性分析中,给出了安全余量以及安全余量对各变量敏度的显性表达式,便于各安全余量间相关性计算和可靠性计算精度提高。结构优化中,用神经网络和遗传算法,每代遗传操作中只需用传统方法计算1次结构系统可靠性指标,将该代最优解对应的数据加入神经网络的训练样本,从训练样本中删除最次样本,使训练样本不断处于更新状态。数值算例表明：该法收敛平稳、用时较少,具较好的收敛性和较高的计算效率。     

基于遗传算法的低比转速高速泵优化设计

针对低比转速高速离心泵在理论设计和实际应用中存在的三个主要问题,即扬程流量特性曲线易出现正斜率上升段、汽蚀性能差和效率低的问题,提出了利用自适应遗传算法求解低比转速高速离心泵优化模型的方法。数值试验表明,自适应遗传算法在求解复杂最优化问题时具有广泛的适应性和良好的精度,可将其应用于某低比转速高速离心泵的优化设计中。试验研究表明,该泵取得了良好的性能指标,达到了优化设计的目的。     

基于混合遗传算法的火箭姿态控制设计方法

针对火箭控制系统姿态网络设计,提出了一种采用遗传算法和模拟退火算法混合的算法进行姿态网络自动设计的方法。该算法实现了已知校正网络幅频特性曲线的幅频向量,通过系统辨识和寻优搜索,可以计算出该网络的传递函数。本文对该算法进行了试验验证,证明该方法可行并优于单纯的模拟退火算法和遗传算法。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。     

基于GA的可靠性寿命分布参数的极大似然优化估计

基于极大似然估计法的基本原理和优化理论,建立了可靠性寿命分布参数的极大似然优化估计模型,并采用遗传算法(GA)进行求解,分析了GA在模型求解中的编码、选择策略、交叉和变异等关键步骤,以及约束条件的处理。给出了用该法估计单威布尔分布和混合威布尔分布参数的一实例。结果表明,工程上此法可有效估计可靠性寿命分布的参数,所获结果更为精确合理。     

基于混沌搜索的三级倒立摆LQ控制器设计

研究利用混沌优化的LQ控制方法对三级倒立摆系统进行闭环控制.首先将混沌变量引入LQ控制器的权矩阵参数域,并进行全局范围内直接寻优,当获得全局近似最优解后,再缩小寻优区间,在次优解附近继续寻优,得到全局最优权矩阵参数.仿真结果表明了该方法的有效性和具有良好的抗干扰能力.     

遗传算法在卫星发动机安装调整优化中的应用研究

常规的发动机安装参数仅考虑发动机推力矢量偏差的影响,文章给出了一种新的发动机安装调整方法,综合考虑了发动机推力矢量参数、卫星质心和发动机安装过程中的几何约束等多种因素,选择遗传算法进行问题的求解。通过仿真示例进行了验证,结果表明:在满足发动机安装几何约束的前提下,文章提出的优化方法对减小干扰力矩有显著作用,发动机按照优化后的参数进行安装,可以进一步减小干扰力矩,从而节省燃料,延长卫星在轨服务寿命。此研究结果可为工程中确定发动机安装参数提供参考。