共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
为完成应用在亚轨道飞行器上的固液火箭发动机系统设计优化,且考虑到系统设计优化问题的复杂性以及采用单目标优化难以获得全局最优解,建立了固液火箭发动机系统设计的4目标设计优化模型,采用非支配排序遗传算法获得超空间Pareto 解集。利用基于变偏好区间的超径向可视化技术对超空间Pareto解集进行直观地分析,提高最优解选择的效率。最终获得了全局最优的固液火箭发动机系统设计方案,验证了建立的优化模型的准确性和相比于单目标优化的优势,论证了固液火箭发动机应用在亚轨道飞行器上切实可行以及变偏好区间超径向可视化技术处理超空间Pareto解集的高效性。 相似文献
5.
6.
多目标进化算法在航天器转移轨道中途修正中的应用 总被引:2,自引:0,他引:2
理论上只要根据初始轨道转移点和目标轨道进入点的信息,计算并产生转移所需速度增量,就可以完成航天器的轨道转移.但是由于误差的影响,需要在转移轨道飞行中进行中途修正,修正时刻的选择决定了入轨精度和燃料消耗.本文选择二次修正策略,设计了一种多目标进化算法,以Pareto秩和小生境参数共享函数计算个体适应度,采用共享函数选择法、自适应变异法进行遗传操作.同时构造外部种群储存Pareto最优解,并引入最优解集边界值以加快算法收敛至非劣解集前端的速度.通过仿真验证,该算法能够较完整地得到中途修正时机问题的Pareto最优解集,且分布均匀,满足工程实际的需要. 相似文献
7.
针对空间在轨操作目标分配问题,以分布式卫星系统为研究对象,提出了一种基于粒子群算法的在轨操作多目标分配方法。以分布式卫星机动所消耗的总能量最省为目标函数,建立了在轨操作多目标分配的数学模型。基于固定时间拦截理论,以机动时刻和对应的速度增量作表征,设计实现了单颗卫星最优机动方案。通过合理设计粒子位置与目标分配解的对应关系,采用粒子群算法对问题进行了求解,并详细阐述了算法的实现步骤。算例分析结果表明,建立的模型和算法能够快速得到正确的可行解,可有效解决多约束条件下空间在轨操作的多目标分配问题。 相似文献
8.
基于多目标多学科设计优化方法的再入弹道设计研究 总被引:2,自引:0,他引:2
为了研究多目标多学科弹道优化设计,提出了一种基于NSGA-Ⅱ算法的并发多目标协作优化MDO方法MOPCO(Multi-Objective Pareto collaboration Optimization,简称MOPCO).利用系统优化器和学科级优化器的并发性来分解多目标MDO优化问题,解决组织复杂性问题;利用自适应响应面技术来解决计算复杂性问题;利用NSGA-Ⅱ算法来搜索Pareto前沿.标准算例测试表明该算法是可行的.最后将其用于静态/动态混合优化的多目标多学科再入弹道设计,获得了合理的Pareto前沿. 相似文献
9.
10.
11.
基于遗传算法和空间推进方法的高超声速进气道优化设计研究 总被引:5,自引:2,他引:5
将遗传算法(单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA)与高效、高精度的卒间推进方法——SSPNS(Single-sweep Parabolized Navier-Stokes Algorithm)流场计算方法相结合,对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点(Ma=7.0)的总压恢复最大为设计目标,多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明,单目标设计使得总压恢复有明显提高;多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能,采用多目标优化方法对进气道进行了多点优化设计,并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明,若将设计点选在Ma=6.5左右,则进气道的综合性能较好。 相似文献
12.
针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。 相似文献
13.
为解决现有的对抗决策算法对威胁指数的规划过于依赖客观数据,且缺乏一致性检验,难以应对精确制导武器大规模袭击的问题,采用一种灰色关联分析与逼近理想解排序(TOPSIS)多属性决策相结合的方法,对末端防御系统来袭目标的威胁程度进行量化分析和威胁值排序,再依次对威胁结果由高到低的威胁源进行对抗。算法在精确规划威胁因素及其权重的基础上,改进了衡量来袭目标的威胁程度的模型,并通过基于Euclid距离和灰色关联分析的TOPSIS法进行评估决策。数据验证结果表明该算法决策结果与优秀军事指战员在实际战场中得出的结果一致,且与传统算法相比,在保证正确性与实时性的基础上,具有更好的可靠性。 相似文献
14.
刘军伟 《桂林航天工业高等专科学校学报》2012,(2):221-223
针对属性值为梯形模糊数,属性权重未知,决策者对方案的偏好值以梯形模糊数给出的模糊多属性群决策问题,提出一种群决策方法.为使决策者的主观偏好值与客观综合属性值间的总偏差最小,借助梯形模糊数的欧式距离,建立单目标优化模型,求解模型,得到属性的精确权重,进而根据综合属性值的期望值对方案排序,最后给出一个数值例子验证了所提方法的可行性与实用性。 相似文献
15.
多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用 总被引:1,自引:0,他引:1
为了提高求解多目标优化问题的Pareto解集的效率,建立了适用于多维、多目标优化问 题的多目标蚁群算法(Multi\|objective Ant Colony Algorithm,简称MACA)。该算法首 先修正了蚁群算法的信息素更新机制和转移概率,然后改进了蚂蚁的行进策略,即提出了依 概率选择搜索策略。最后,应用该算法对某型号固液混合火箭发动机系统进行了优化设计。 计算结果表明,多目标蚁群算法获得的Pareto解集分布均匀、散布范围广,可以有效解决多 目标优化问题,能为决策者进行目标权衡提供充分依据。
相似文献
相似文献
16.
17.
18.
基于Cramér-Rao下限的多传感器跟踪资源协同分配 总被引:1,自引:0,他引:1
针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。 相似文献
19.