基于遗传退火算法的数字阵列稀疏布阵

应用遗传退火算法对32个数字阵列天线单元在64个位置进行了稀疏布阵,将单元间距和激励作为优化变量,在控制主瓣形状的同时,改善了阵列的副瓣电平,提供了更多的自由度来控制稀疏阵列的性能。结果表明,全局优化峰值旁瓣可低至-26dB,遗传退火算法能够避开遗传算法在搜索过程中的早熟收敛。     

用于快速仿真优化的改进差分进化算法及其应用

提出一种改进的差分进化算法,采用一种“位变”方法计算收缩因子,该方法首先根 据适应值对种群排序,然后根据各个体的排列位置确定收缩因子;采用正态分布函数对算法 参数进行随机扰动来维持种群的多样性;该算法还提出一种新的变异算子,并将其与基本的 差分变异算子结合使用以提高算法的寻优精度。经过对多个Benchmark函数的测试、分析和 比较,结果表明该算法具有较高的收敛精度和较快的收敛速度。最后将该算法用于火箭发动 机涡轮气动优化,以较小的计算成本将涡轮气动效率提高了2.5％。应用结果表明该算法 适用于快速仿真优化问题,能有效地节约计算成本。
     

基于改进差分进化算法的密封舱结构优化设计

针对差分进化算法"早熟"问题,提出一种自适应变异率的双策略差分进化(AD-DE)算法。在迭代前期取较小变异率,并采用全局变异策略,快速锁定较优开采区间;在迭代后期取较大变异率,同时采用改进的局部变异策略,提高算法局部开采能力及加快收敛速度。将该算法应用于8个测试函数的优化中,结果表明:AD-DE算法与其它4种差分算法相比具有更好的全局寻优能力,并在某型密封舱结构优化中应用了该算法,有效地减轻了密封舱的结构质量,得到了较好的结构参数。     

考虑成像质量的敏捷卫星任务调度模型与算法

针对敏捷卫星任务调度中成像质量受观测时间影响的特点,构建考虑观测时间因素的约束满足模型,提出一种将离散差分进化与变邻域搜索相结合的求解算法(DDE-VNS)。首先,描述敏捷卫星任务调度时间约束;其次,考虑观测时间对成像质量的影响、任务间姿态转换时间约束、星上存储与能量约束等因素构建了敏捷卫星任务调度的约束满足模型;再次,设计离散差分进化的变异、交叉和选择算子,采用变邻域搜索对每次迭代的最优解进行局部搜索以寻找更好的邻域解,并给出了算法的实现流程。仿真结果表明,利用该模型可获得收益值较高的调度方案,且该算法在收敛速度更有优势。     

改进变异策略的自适应差分进化算法及其应用

针对标准差分进化(Differential Evolution,DE)算法存在控制参数难以选取以及变异策略缺乏稳健性的不足,提出一种基于改进变异策略的自适应DE算法.该方法用随机选取子种群的最优个体替代全种群最优个体进行变异操作;然后采用柯西分布和正态分布分别对收缩因子和交叉概率进行扰动,并在进化过程中利用胜出个体自适应地递推调整参数分布.对五个典型Benchmark函数的测试结果表明:该方法在全局搜索能力、收敛速度和精度以及可靠性上比标准DE算法都有了大幅度提高.将该方法用于分布式孔径雷达的方向图综合问题,通过较少的仿真次数即可稳定的获得更低的旁瓣电平.     

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。     

航天器零推进剂姿态机动启发式规划方法

针对零推进剂姿态机动约束耦合,导致规划效率低的问题,提出一种基于约束评价启发式的差分进化算法。基于零推进剂姿态机动约束分析,在规划空间中建立约束评价函数,对航天器约束和控制力矩陀螺约束进行解耦分类处理。设计基于约束评价函数的启发式策略,用于改进差分进化算法的种群变异,主动控制规划进程,引导零推进剂姿态机动规划序列满足多种约束,得到安全的姿态机动路径和控制力矩陀螺框架角路径。最后,数值仿真结果验证了该方法能够实现航天器零推进剂姿态机动规划。     

具有最低旁瓣电平和使用粒子群优化算法控制零陷的线性阵几何综合

描述了具有最低旁瓣电平和使用粒子群优化算法（PSO）控制零陷的线性阵几何综合方法。PSO是一种最新开发的高性能优化算法，它能解决一般的N维线性和非线性优化问题。与遗传算法和模拟退火等其他进化算法相比，PSO算法更易于理解和实现，并且要求最少的数学预处理。针对以旁瓣抑制（SLL）和／或在特定方向放置零陷为目标的优化问题，首先提出了阵列几何综合的公式，然后运用PSO算法来解决单元的位置优化问题。最后给出了3个PSO算法应用的设计实例，且每个实例中的优化目标都易于实现。通过与使用二次规划方法（QPM）获得的结果相比较，验证了PSO算法结果的有效性。     

异步并行的分布式协同进化MDO算法研究

为满足分布式计算机网络环境下多学科并行设计优化协调的要求，研究了分布工协同进化MDO算法的网络异步并行实现，给出了异步并行的分布式同进化MDO算法。对导弹设计的计算实例，与单机上顺序执行的分布式协同进行MDO算法相比，异步并行的分布式协同进化MDO算法可有效缩短运行时间，而二者的收敛性能相当。算法基于CORBA/C 实现，灵活性、容错性好，便于在飞行器一体化设计环境中应用。     

载人登月绕月自由返回轨道混合-分层优化设计

针对载人登月绕月自由返回飞行任务,提出一种混合-分层轨道优化设计方法。将高精度模型下强约束自由返回轨道设计问题转化为有约束非线性规划求解问题,在此基础上提出一种混合-分层优化求解策略。在双二体模型下利用差分进化算法(DE)与序列二次规划(SQP)相结合的混合优化算法快速求解了满足弱约束条件下的轨道初值问题。采用序列二次规划(SQP)构造两层迭代格式,在高精度模型和强目标约束下对初步设计轨道进行逐层修正。最后,通过仿真测试,文章所述方法的可行性与有效性得到了验证。仿真飞行结果还进一步表明该设计方法具有求解精度高、收敛速度快等优点,为探月工程任务提供了一种有效的轨道设计工具。     

团队进步算法与遗传算法和粒子群算法进行天线阵综合的比较

团队进步算法（TPA）是近期由研究者提出的一种新型优化算法,具有与传统优化算法不同的寻优机制。函数测试结果表明,该算法是一种能够兼顾避免早熟收敛和计算速度的有效的优化算法。文章将团队进步算法、遗传算法和粒子群算法应用于阵列天线方向图综合,给定阵列天线合适的设计要求,用Matlab编制程序对阵列天线进行了优化计算。通过对三种优化算法的综合结果比较,表明新算法在应用于较复杂的阵列天线方面以及在优化性能方面的优越性,显示了新算法在天线设计中的广泛应用前景。     

基于遗传算法的圆柱阵列旁瓣电平优化方法

由于共形阵列所具有的特性,使其正得到日益广泛的应用,但其方向图具有相对主瓣较高的旁瓣电平。为此,文章针对基本的共形阵列——圆柱阵列的天线阵元,应用经典遗传算法进行唯幅度的方向图综合,来优化旁瓣电平。仿真结果表明：该方法可有效降低圆柱阵列的旁瓣电平,为解决此类问题提供了有益的参考。     

大型液体运载火箭姿态控制参数智能设计方法

针对大型液体运载火箭控制参数设计依赖人工经验,设计过程耗时长,难以得出很好设计结果等问题,提出了一种控制参数智能设计方法。结合稳定裕度指标和截止频率约束,设计了一种分段式目标函数,避免单一稳定裕度值过大、其他稳定裕度很小甚至不稳定的情况。通过分析参数对系统频域特性的影响,将校正网络与控制增益分层优化,提出了一种基于优势更新的改进进化策略方法优化校正网络参数,基于Powell算法优化控制增益。仿真结果表明,提出的目标函数通用性强,提出的改进进化策略收敛速度快、收敛性好,优于其他启发式算法,优化结果优于人工设计结果,具有较高的工程应用价值。     

攻击角度约束下的分布式强化学习制导方法

为提高导弹在攻击角度约束下对目标的打击效能，提出了一种基于深度确定性策略梯度算法的分布式强化学习制导策略。为了最大限度地减小攻击角度误差，设计了一种新的奖励函数，使导弹在满足视场角约束的同时，视线角向期望值收敛。此外，为了增强强化学习模型的泛化能力，提出了一种分布式探索策略，提高了模型训练过程中对环境的探索效率。仿真结果验证了所提出的分布式强化学习制导方法能够在固定攻击角度约束下实现对目标的精准打击。与传统制导律相比，所提制导方法的攻击角度误差更小，收敛速度更快。     

高轨卫星远程抵近轨道优化研究

针对高轨远程转移抵近的机动策略优化问题,使用Pork-chop速度增量等高线图对时间约束内单脉冲Lambert转移进行分析.而后建立多脉冲转移抵近的数学模型,以燃料最省为优化目标,使用差分进化算法(DE)搜寻全局最优解.通过仿真验证在不同脉冲次数、不同时间约束情形下的轨道抵近计算,得出三脉冲转移抵近相对较优的结论.     

一种改进的微分进化算法及其在多目标访问任务中的应用

研究在给定时空约束下利用单平台机动实现地面多目标重访任务问题的建模与求解。首先在问题描述和建模过程中考虑多约束与性能指标要求,大大缩减优化算法的参数搜索空间,提高求解效率;然后针对传统微分进化算法的不足,提出一种改进的微分进化算法,并将其应用于求解多约束多目标重访优化问题。改进的微分进化算法通过引入双重自适应因子和独立变异体,提高了算法的优化效率并使其在陷入局部最优后仍具有一定的跳出局部最优的能力。仿真中改进的算法在打靶仿真均值,最优结果和均方差方面都远优于传统算法,验证了本文设计的建模方法和改进优化算法的正确性和有效性。     

吸气式高超声速飞行器巡航段突防弹道规划

针对吸气式高超声速飞行器巡航段面临的终端碰撞角约束中制导策略,在合理假设的基础上,建立了巡航段攻防对抗数学模型,然后以特定的双方终端弹道角偏差为约束,并出于突防效率考虑以终端横纵向位置偏差最大和控制能量最小为性能指标,基于优化模型预测静态规划算法,在满足控制输入饱和限制情况下得出了飞行器的突防弹道,并且优化算法通过对控制输入和期望终端状态偏差权重矩阵的自适应调整,不仅可以保证在飞行器控制输入饱和限制情况下的收敛速度,而且有效增强了不同初始设置和约束情况下的收敛鲁棒性。     

一种面向运载火箭自动对接的三维测量场构建方法

旋转激光自动经纬仪系统(R-LATs)是一种基于前方角度交汇的分布式大尺寸测量系统。各激光扫描基站的布局位置直接影响着测量区域内的测量精度和应用性能。从测量区域的测量不确定度量化着手,利用蒙特卡罗法获取各点的测量不确定度,以测量区域的最大不确定度作为主要优化目标,利用差分进化算法自动寻优,更简单有效地实现了面向运载火箭自动对接的R-LATs系统布站优化。最后进行了运载火箭对接测量场的实际应用验证。应用结果表明:该方法能有效优化激光扫描基站布局,提高系统测量精度,满足实际应用需求。     

基于进化策略结合BP神经网络的景象匹配算法研究

基于进化策略结合BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。提出并实现了一种高效的基于进化策略结合BP神经网络的景象匹配算法。实验表明该方法的收敛性能及学习速度优于标准BP神经网络算法，具有寻优的全局性、精确性。     

一种新的卫星测控资源调度模型及其求解算法

针对低轨卫星测控资源优化调度问题,以卫星可见弧段为调度元素建立了一种新的复合独立集模型.新模型可分解为多个具有约束关系的子优化问题.在应用蚁群优化算法求解该问题时,蚁群分别对各子问题的可行域进行搜索,并引入局部搜索策略提高蚁群算法的求解质量.实验结果表明,该算法具有较快的收敛速度,能够生成较好的调度计划,测控网的利用率获得提高.