模拟退火算法中的退火策略研究

退火策略是模拟退火算法中的重要一环,本文将研究退火策略对模拟退火算法的影响问题,给出了MATLAB语言程序,典型复杂函数优化的仿真表明退火速率应适中。     

改进的模拟退火算法在翼型设计中的应用

通过研究模拟退火算法的机理和应用,对标准模拟退火算法进行了改进,并应用到翼型气动优化中。改进算法与标准算法相比,在耗费机时基本一致的情况下,优化了初始翼型NACA0012,使其设计点的阻力分别减小了30.16%和32.95%。由此可见,模拟退火算法在翼型气动优化设计中具有实用性和有效性,并且改进算法的优化效果更理想。     

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。     

模拟退火算法在多目标决策中的应用研究

模拟退火算法ＳＡ最显著的特点是，用它求解单目标最优化问题时，人们可随意地选择搜索方向和步长，而且在运算结束时，一般都能得到全局最优解的良好近似值。对此，作者在介绍这一好算法的同时，试图就它是否适合于解决多目标决策问题展开讨论。     

模拟退火算法和遗传算法在航空直流测速发电机优化设计中的应用与性能比较

 结合某航空永磁直流测速发电机的优化设计 ,论述了模拟退火算法和遗传算法的启发式特点、运行过程 ,说明模拟退火算法和遗传算法是电机较为理想的最优设计方法     

基于遗传模拟退火算法的无人机航迹规划

航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法.首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力.仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.     

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。     

基于遗传模拟退火算法的航班进离场调度

基于航班延误成本构成的复杂性,惩罚航空器单位时间延误成本以区分续航航班与非续航航班,且推导出与航班类型直接相关的续航航班单位时间延误成本表达式。建立了以航班总延误成本及跑道调度时间跨度最小的多目标跑道调度模型,并用遗传模拟退火算法求解模型。以国内某大型机场的两条近距平行跑道调度为例对算法进行验证,实验结果表明,运用遗传模拟退火算法求解多目标跑道调度问题,可显著提高航班延误成本分布的均衡性,且程序收敛性较强,具有很好的实用性。     

反舰导弹末端螺旋机动策略优化

为了使反舰导弹在与水面舰艇攻防对抗过程中获得较好的突防效果,文章首先对水面舰艇的反导防御体系进行建模,研究反舰导弹和舰空导弹的攻防对抗过程,然后在此基础上研究反舰导弹的螺旋机动突防方法,最后以拦截弹平均脱靶量最小为评价指标选择最优的末端螺旋机动突防策略。     

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。     

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。     

考虑潜在威胁区的航天器最优规避机动策略

随着一系列轨道转移飞行器的工程化实施,航天器可能面临的非合作交会威胁日趋严重。针对该问题,根据交会机动的特点定义了新的规避机动指标——潜在威胁区,相较于传统的相对距离和碰撞概率等规避指标,潜在威胁区更适合航天器在面对非合作交会追踪器时进行规避机动,能够有效提升航天器的抗交会能力。首先,建立追踪器多脉冲最优交会模型,以此为基础给出潜在威胁区的定义与计算方法;然后,以潜在威胁区弧长为优化目标,建立了目标器最优规避模型,采用遗传算法进行目标优化;最后,根据所建立的双层优化模型进行数值仿真,以初始相距100km为初始条件进行仿真并计算得到了使潜在威胁区为零所需规避脉冲值,验证了文中模型的正确性,结果显示所定义的潜在威胁区弧长随着规避脉冲的增大呈严格的单调递减关系。研究为在轨航天器在面对非合作交会时提供了有效的规避策略,提升了航天器的空间生存能力。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

混合遗传算法的研究及其在压气机叶型优化设计中的应用

对混合遗传算法进行了初步研究,并以此为基础建立了压气机叶型优化设计平台。在遗传算法中引入模拟退火算法,增强了算法的局部寻优能力,提高了运行效率和优化质量。为维护群体的多样性,保证寻优的收敛,选择概率和交叉概率的设计可以随个体适应度和进化阶段的不同而自适应变化。二维叶型定义采用的是Bezier函数参数化定义方法。该方法可以较好的拟合叶型曲面,并通过少数控制点的调节灵活有效的修正叶型形面。对某压气机二维叶型的正问题数值优化结果表明本研究所建立的优化设计平台具有高效、可靠性好的特点。