基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

基于遗传模拟退火算法的机器人路径规划

探讨了利用遗传算法来进行机器人路径规划的方法,分析了可能产生的问题及其产生原因,并在此基础上提出利用遗传算法与模拟退火算法相结合的方法来解决机器人路径规划问题。仿真结果表明,这种遗传模拟退火算法切实可行,它能够有效地提高路径规划的计算速度和保证路径规划的质量。     

遗传模拟退火算法在机动逃逸策略中的应用

针对垂直平面内的机动逃逸策略问题,提出将遗传算法与模拟退火算法相结合的方法———遗传模拟退火算法,能够实现逃逸者的机动逃逸策略,解决了在大状态空间中的全局最优搜索和评价问题,为处理复杂的决策过程提供了一套有效的途径。通过仿真结果表明,基于遗传模拟退火算法的机动策略能够有效地实现逃逸者的机动逃逸。     

基于混合遗传算法的敏捷车间调度研究

基于遗传算法和模拟退火算法相结合的混合遗传算法,研究了敏捷车间作业排序的初始化(静态调度)和动态重调度机制,通过与相关文献中实例的分析比较表明调度算法性能良好,能够应用于实际的制造环境。     

改进遗传模拟退火算法的航迹规划方法研究

建立了基于真实地形数据和火力威胁区的航迹规划空间模型,结合具有概率突跳特性的模拟退火和群体并行搜索的遗传算法的特点,提出了一种改进遗传模拟退火算法的飞行器航迹规划方法。使用该算法对飞行器的攻击航迹在数字地图下进行了仿真验证,结果表明该方法是一种有效的航迹规划方法。     

智能优化算法在飞机总体设计中的应用

飞机总体设计在飞机的整个设计过程中是非常关键的步骤,在这个过程中,飞机的总体布局和许多重要参数都被确定下来。但是,飞机的总体设计又是一个复杂和艰难的过程,因为涉及到大型系统的有约束的非线性优化问题,用传统优化方法很难得到满意的结果。本文采用了近年来发展很快的几种智能优化算法--遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络算法解决飞机总体设计优化问题,阐述了各算法的关键步骤及运行过程,并编写了相应的计算程序。通过对各种算法的结果进行比较和讨论,最后的结论是：模拟退火算法最适合求解这类复杂的约束非线性优化问题,禁忌搜索算法和遗传算法次之,Hopfield神经网络算法效果最差,容易陷入局部最优解。     

颗粒分布对绕流的影响

通过改进的格子Boltzmann方法对二维单颗粒绕流过程进行数值模拟，获得单颗粒分布在不同位置时出流速度的大小。同时，结合遗传算法与模拟退火算法导出遗传模拟退火算法，并将之用于优化颗粒分布，最终获得出流速度最小的单颗粒分布。所给数值算例验证了方法的有效性和可靠性。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。     

基于声子晶体理论的 无人机自动驾驶仪减振方法

将声子晶体理论引入无人机自动驾驶仪的减振设计。在此基础上,设计了局域共振减振板,并采用遗传算法对局域共振减振板的材料力学参数和结构参数进行了优化设计。仿真和实验测试结果表明,局域共振减振板对无人机自动驾驶仪具有较好的减振功能。     

带损伤复合材料层压板剩余强度估算方法研究

 针对带损伤, 特别是冲击损伤的复合材料层压板的剩余强度估算, 提供易于工程使用 的思路和方法。包括: ① 提出了一种不依赖具体分析方法的统一的损伤记录与表征方法——损 伤数据结构DDS; ②提出了一种全新的缺口强度破坏判据——损伤影响(D I) 破坏判据; ③ 提出 了简单易用的估算冲击分层的弯曲应变能密度分层模型; ④提出了一套能够分析包括预埋分层 和冲击分层在内, 并能够处理单一分层以及多分层的损伤剩余强度估算方法。对共计12 种材料 体系、52 种铺层形式的开孔拉抻强度、预埋分层压缩强度及冲击后压缩强度进行了大量估算分 析, 与近百组试验结果相比均有良好一致性。     

航空发动机电液伺服系统机载模型监控设计

为了监控航空发动机电液伺服系统中不易通过机内测试电路诊断的异常或故障,提出一种机载模型监控方法,采用AMESim工具进行系统的建模,之后对模型进行校准、实时化和线性化处理。在对监控算法进行了设计与仿真之后,用C代码编程实现了模型监控算法,并运行于发动机电子控制器中。对某发动机燃油计量装置的试验表明:机载模型监控可以有效监测系统中因元部件性能衰减、卡滞、零偏漂移等引起的异常或故障,并能补偿电液伺服阀的零偏漂移和容错运行,避免控制功能失效或过快降级。可为航空发动机及相关领域的电液伺服系统机载模型监控设计提供参考。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

助推 -滑翔导弹跳跃弹道优化技术

满足约束条件下的弹道优化技术能有效提高助推 -滑翔导弹的生存能力和毁伤能力。在充分消化吸收现有弹道优化方法的基础上,提出了一种直接打靶法与序列二次规划相结合的弹道优化思路,具体设计了按时间进行离散化、按距离进行离散化和函数逼近 3种方案,并通过全弹道仿真对所设计方案进行了对比研究,验证了设计方法的有效性。     

海军舰载机飞行甲板识别服

介绍了海军舰载机飞行甲板识别服的技术要求、材料颜色、材料功能和款式设计,并对识别服的分类和性能作了介绍。识别服包括导航服、通讯指挥服和机械检修服,颜色各异,性能如阻燃、抗静电、拒油和拒水等各不相同。该服适用于海军舰载机部队,也适用于机场、民航和科学考察等     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

机载聚束式SAR中空变相差的分析

总结了聚束式SAR随空间变化的相位误差的自聚焦补偿方法,并通过分析当目标存在一定运动时所产生的相位误差而分析了聚束式SAR的空变相差的来源、散焦、对成像和图像质量的影响。文中给出了空变相差的数学模型,通过理论推导得到了相应的结论,仿真计算则证实了所得的结论。这些结论将直接应用于对已有空变相差自聚焦方法的改进,从而得到更为精确、高效、实用的空变相差自聚焦补偿算法。     

条带模式合成孔径雷达回波数据的聚束成像算法处理

对条带模式SAR和聚束模式SAR的关系进行了研究,给出了一种如何利用聚束成像算法来处理条带模式SAR的原始回波数据的方法,这种方法基于两种模式成像处理器输入数据的不同特点和Dechirp解调原理,同时使用了频谱扩展的方法。在没有聚束模式SAR原始回波数据的情况下,可使用本文的方法利用条带SAR数据来模拟聚束SAR数据,以便研究聚束成像算法。此外在条带 SAR成像过程中,利用文中给出的算法,可以对某一小的目标区域进行精细成像。也可将此方法用于条带SAR的快视成像中。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。