集合划分问题的蚁群算法

集合划分问题是一个典型的NP完全问题,建立了集合划分问题的优化数学模型,采用蚁群算法解决了此问题.对蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则.与贪心法作了比较,结果表明该方法比较有效.     

求解旅行商问题的改进育种算法

介绍了基本育种算法,提出了求解旅行商问题的育种算法,给出了4种变异策略,算法的测试表明,策略D是一种简单有效的算法.在分析基本育种算法特征基础上,提出了改进育种算法,对CTSP问题进行了仿真实验,仿真研究表明,改进后的育种算法具有优良的性能.     

微型姿控固体推力器阵列点火算法

对用于微型卫星姿态控制的固体推力器阵列的组合点火问题进行了研究,分析了微型固体推力器阵列的工作性能,建立了组合点火问题的数学模型,设计了基值组合算法和阵列规划算法两种点火算法,并利用Matlab/Simulink对设计的算法进行了仿真.结果表明:阵列规划算法计算准确,快速有效,并且提高了阵列中推力器的利用率.      

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

BP网络的算法及在MATLAB上的程序仿真

在介绍了BP网络基本原理的基础上,阐述了现有的有关BP网络的3种算法,并对这些算法进行了比较,指出在实际应用中BP网络的缺陷.另外利用Matlab神经网络工具箱,采用自适应学习率BP算法对模式识别问题进行了程序设计、训练和仿真.     

一种解决时频不确定问题的长码捕获算法

针对长周期伪码信号捕获中时频域的不确定问题,在理论模型分析的基础上,提出了一种长周期伪码捕获算法.该算法对接收信号进行时域混频及叠加处理,并转换到频域进行多次圆周移动,从而克服频偏引发的相关峰不确定问题;同时,通过连续积累和批处理手段克服了收发钟差引发的伪码时间不确定问题和信息翻转引发的相关峰不确定问题.理论分析和仿真结果表明:该算法在信噪比大于-25 dB的条件下,可以克服时频域的不解定问题;进一步,该算法与传统算法进行了比较,处理精度及处理复杂度都优于传统算法.     

不完整投影数据情况下的图像重建

给出了代数重建收敛准则和图像重建算法,重构出7幅图像,并对代数重建算法存在的问题进行了讨论和改进.     

一种基于蜂拥策略的分布式无人机编队控制方法

在无人机编队控制中,传统的主从式集中编队控制方式需要大量信息交互,对机间通信的要求较高.针对具有虚拟领航者的分布式无人机自组织编队跟踪问题,运用有界蜂拥算法对无人机模型进行求解.首先,提出了一种有界控制输入的蜂拥算法,并对算法的稳定性进行了分析;其次,对无人机进行了建模,提出了虚拟受力点的概念,并对虚拟受力点进行受力分析,将算法中的加速度转化成无人机径向速度与偏航速度的更新,以达到分布式无人机编队自组织以及跟踪虚拟领航者的目的;最后,通过仿真验证了算法和模型的有效性.     

基于Nash-Pareto策略的两种改进算法及其应用

针对多目标、多设计变量的优化问题,提出了两种优化的新算法:一种是将多目标问题转化为单目标时,对目标权重的确定提出了新的途径;另一种是直接对多目标问题进行优化,并对Pareto遗传优化技术作了改进,以得到均匀分布的Pareto最优解集.两种新算法都是建立在Nash的系统分解与Pareto遗传算法的基础上,因此称这类算法为Nash-Pareto策略.借助于这类算法,文中以跨声速压气机双圆弧类叶型的气动优化为例,给出了气动优化的全过程.数值优化的实验表明所给出的改进算法是可行的、有效的.     

大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

基于时间灵活度的中继卫星调度算法

中继卫星的调度问题是一个多资源多任务的复杂NP问题.作者在分析中继卫星系统资源、任务和约束的基础上,提出了一种基于任务时间灵活度的中继卫星调度算法,最后运用本算法对一个调度算例进行了验证求解.     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.     

一类基于分解协调机制的多学科优化算法

对于复杂系统的设计问题,分解协调是一种比较有效的优化策略.对耦合信息处理方式的不同,产生了不同格式的多学科优化算法.从子系统间信息交换的角度,描述了系统的耦合机制、耦合系统变量的分解和合成.介绍了系统优化中的系统分析,以及分解分析和分解设计的算法构架.归纳总结了一类基于分解协调机制的多学科优化算法,并对分解算法的特点和特殊处理机制进行了探讨.     

抗混叠时频域融合算法及在叶片响应分析中的应用

为解决现有的时频域融合算法中反复使用快速傅里叶变换而出现频谱混叠误差和频谱系数周期性重复的问题,采用快速抗混叠傅里叶变换取代原有的快速傅里叶变换,从计算精度和效率两个方面对时频域融合算法进行改进.使用改进后的抗混叠时频域融合算法对某真实叶片的非线性强迫振动响应进行了计算,并与原算法的计算结果进行了比较.计算结果表明:抗混叠时频域融合算法在保证精度的前提下,计算速度约为原算法的4倍.该算法适合于有限元模型、精度要求高的非线性系统的动力学响应分析.      

小样本条件下航空武器打击精度评价算法

针对现有航空武器打击精度评价算法评价范围比较狭小,评价结果比较粗糙的问题,利用数理统计的理论和方法对航空武器打击精度的评价算法进行了深入研究,提出可变双临界值评价算法.对于给定的精度要求,通过调整可靠度,利用随之而变的上临界值与下临界值两个指标对航空武器打击精度进行准确客观的评价.理论分析和实例计算表明算法是有效可行的.     

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.      

基于离散混沌蝙蝠算法的测试点选择

针对模拟电路测试点的选择问题,基于智能优化算法的测试点选择方法相比于传统的迭代法具有一定的优越性,但是仍然存在算法复杂度过高等问题.在深入研究蝙蝠算法(BA)的基础上,采用混沌映射对算法进行优化,并用变换函数将算法离散化,提出一种离散混沌蝙蝠算法(CBBA),将算法应用于测试点选择.通过实验仿真,证明该算法具有较高的准确度,而且与其他算法对比发现,该算法具有更好的性能.     

融合明度特征的V-SAD立体匹配算法

针对SAD算法难以对图像中纯色与弱纹理部分进行准确匹配的问题,提出了将HSV空间明度特征与SAD算法相融合的立体匹配算法,称为V-SAD算法.首先将图像从RGB空间转化至HSV空间,并根据H、S、V值将像素点按照颜色分为10类,同时得到明度特征图.然后结合SAD算法需要的灰度特征图计算匹配代价,得到初步的视差图.接着,根据HSV空间的颜色信息对图像进行分割,结合数学形态法求解分割区块中的独立连通域.再利用边缘生长法对每一个连通域的视差进行恢复.最后,使用左右一致性检测方法对视差图进行优化.实验结果表明,利用图像的明度信息衡量纯色与弱纹理区域的匹配点的相似度是有效的,该V-SAD算法有效改善了SAD算法在弱纹理和纯色区域的匹配效果,平均误匹配率下降了13.02％.     

各向异性Chaboche黏塑性本构方程隐式应力积分算法

针对各向异性Chaboche黏塑性本构方程,利用有效参数控制法推导了该方程的隐式积分算法,该算法把所有未知量都用同一个控制参数表示,并形成控制方程,从而把本构方程应力积分的问题转化成一个非线性控制方程的求解问题.该积分算法程序,与通用有限元软件Marc结合,通过单个单元对单向拉伸、循环、松弛的响应的实验数据进行了数值模拟,通过与显式算法对比,该隐式算法的稳定性和收敛性有所提高.构件的对比分析也表明隐式算法比显式算法具有较高的效率.      

基于蚁群算法的高超声速飞行器气动布局优化设计

针对目前飞行器优化设计领域遗传算法计算量大、效率低的情况,提出了基于连续空间蚁群算法的高超声速飞行器气动布局优化设计方法.蚁群算法是近年来发展的一种全新仿生算法,具有全局性和高效性等特点,已经成功地应用于离散空间的优化设计.采用连续空间蚁群算法,对高超声速飞行器进行了多变量、多约束下的气动布局优化设计,并与采用遗传算法和约束可变多面体法的优化结果进行了对比,指出了蚁群算法的优点.本文的研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.