救护直升机机载救护装备优化配置研究

基于救护直升机勤务功能及作业能力,研究救护直升机机载装备的优化配置。首先根据救护直升机的勤务需求,确定救护直升机机型装备的品种,然后采用排队论方法研究救护直升机机载装备的数量配置。结果表明排队论方法能够为救护直升机机载装备数量配置提供一个有效的、客观的科学手段,研究结果可为救护直升机研制提供依据。     

直升机反潜作战效能评估模型研究

分析了武器系统作战效能的概念和常用方法,并将直升机反潜分解为搜索和攻击2个主要过程。建立了直升机的搜潜模型,利用所建模型,进行了搜潜和攻潜成功概率的实例计算,找到了吊放声纳与声纳浮标搜索时间和发现概率之间的关系,以及布放声纳浮标数量与发现概率之间的关系。     

基于遗传算法优化神经网络的直升机参数选择

在直升机初步设计阶段估算其基本参数是很重要的.神经网络的通用性和精度比传统的估算方法有更多的优势,但是在应用神经网络时存在如何选择合适的网络结构和隐层节点数目等一些困难.应用遗传算法优化三层神经网络结构和连接权重,并将优化得到的网络应用于直升机参数选择中.该方法不但可以给出一个最优的神经网络结构和连接权重,而且降低了估算误差,具有及时应用最新数据学习的能力.此外,该方法易于在直升机设计系统中得到应用.     

地震医学救援救护直升机的优化配置研究

根据地震灾害伤员伤类伤情特点,研究地震灾害伤情伤类发生规律,并以此为依据,采用模拟的方法,以地震灾害医学救援过程中帐篷医院救治转运伤病员为例,研究地震灾害伤病员在帐篷医院内的流动过程,并最终通过救护直升机采用空运方式直接后送至区域救援中心接受专科救治。通过救护直升机的数量配置考察帐篷医院的后送效率,并最终提出救护直升机数量优化配置方案,为批量空运后送伤病员定量论证提供依据。     

有人无人直升机协同搜潜效能研究

通过分析直升机搜潜的任务过程,结合蒙特卡洛法的随机抽样特性,建立了基于蒙特卡洛法的效能 评估模型,用以评估直升机使用浮标搜潜的成功概率。基于仿真实验对有人直升机搜潜、无人直升机双机编组 搜潜、有无人直升机协同搜潜的效能进行了对比分析。     

基于遗传算法的神经网络优化

针对神经网络结构的设计基本上依赖于人的经验的缺点，提出了一种利用遗传算法优化神经网络的算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性，对神经网络的连接权和结构进行了优化，剔除整个网络冗余节点和冗余连接权，提高了网络的处理能力。通过实例证明该算法具有很高的精度，在机械故障诊断中具有良好的应用前景。     

基于遗传算法的常规复合式高速直升机飞行性能参数优化

单旋翼带尾桨式的传统直升机受旋翼气动特性的不利影响,其最大飞行速度等性能受到制约,因此高速直升机成为国内外研究的热点。为研究基于遗传算法的参数优化对常规旋翼构型复合式高速直升机飞行性能的影响,本文采用动量叶素理论和Young曲线拟合相结合的方法建立了悬停和低速下负拉力状态螺旋桨气动模型,构建了基于遗传算法的飞行性能优化模型。以X3高速直升机为样例,对悬停、低速（200km/h）和高速（400km/h）分别进行优化,分析了直升机功率、操纵量和姿态角变化。结果表明,基于遗传算法的参数优化方法能提升特定速度下复合式直升机的飞行性能。悬停、200km/h和400km/h优化后的直升机总功率均降低,比基准值分别低16.3%、10.9%和19.6%。高速时最优直升机总功率主要依赖优化旋翼部件,通过显著降低旋翼总功率来实现。悬停状态的优化参数趋势和操纵量变化与400km/h优化后的相反,而200km/h优化后的旋翼参数变化趋势与悬停状态一致,螺旋桨参数变化趋势则相反。本文为未来高速直升机总体参数选择、飞行性能优化等提供一定的帮助。     

基于神经网络的雷达抗干扰效能评估方法

雷达抗干扰效能是衡量雷达设备性能的重要指标,如何准确、客观、快捷地评估雷达抗干扰效能,对雷达、干扰双方均具有重要的现实意义。文章通过对雷达传统的抗干扰效能加权评估方法的分析,提出了基于神经网络的雷达抗干扰效能综合评估方法,并将该评估方法应用于雷达接收机抗干扰的技术等级评判实例中。实例结果表明,该评估方法能客观、定量地评估雷达抗干扰效能,具有一定的实用性。     

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。     

基于遗传算法与神经网络微电阻点焊工艺参数优化

文摘微电阻点焊工艺参数的设置对焊点力学性能有着至关重要的作用,通过正交试验极差分析研究了工艺参数对0.05 mm厚TC1箔材焊点剪切力和剥离力的影响程度。通过赋予剪切力和剥离力相应的权值将双优化目标转化为单一的混合优化目标,结合神经网络与遗传算法,对工艺参数进行了优化,建立了基于BP神经网络的焊点力学性能预测模型。结果表明预测模型的误差小于4%,预测模型具有较高的精度和预测能力,可以准确地预测焊点的力学性能。同时通过gatool工具箱对各项工艺参数进行了优化,获得焊接参数的最优组合:焊接电流800 A、电极压力8.89 N、爬坡时间1.608 ms、焊接时间8 ms,混合优化目标为55.73 N。通过与正交试验优化结果对比,遗传算法寻优可以获得更好的综合力学性能。     

基于遗传算法的航空发动机PI控制器参数优化方法

P ID控制器参数整定与优化一直是自动控制领域研究的问题。采用遗传算法进行的PID参数整定与优化是一种全局最优且与初值无关的优化方法。本文结合某型航空发动机,利用遗传算法对发动机单变量及双变量P I控制器参数进行优化。仿真结果表明:该方法对PI参数整定具有比较好的综合控制性能,不失为一种具有较好实用价值的航空发动机P I控制器参数整定与优化方法。      

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

基于BP神经网络的装备备件重要度评估

针对装备备件重要度的评估问题,构建了相应的评估指标体系,建立了用于备件重要度评估的三层BP神经网络.然后,构造样本对BP神经网络进行训练,利用训练好的网络对备件重要度进行评估.结果表明,该方法能够较好地克服人为因素和模糊随机性的影响,取得了较好的评估效果.     

基于遗传算法的多部测速雷达布站优化研究

通过部署于不同地点的多部无源多普勒测速雷达,可以对有辐射信号源的机动飞行目标进行跟踪测量,并且可以对目标位置和速度信息进行最佳估计。本文探讨了遗传算法在测速雷达布站优化中的使用方法,分析了误差传播矩阵,建立了简易目标函数,利用遗传算法对信标体制下的多普勒测速单站的布站几何进行了优化。     

基于遗传算法的协作优化方法研究

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是多学科设计优化技术中最常用的一种有效的分布式并行优化方法.然而,标准的协作优化方法很难收敛到系统的最优解,而且对初始点的选择非常敏感,不同的初始点可能收敛到不同的解.遗传算法是一种成熟的智能寻优算法,具有很强的全局搜索能力.本文正是为提高协作优化的可靠性和鲁棒性,将遗传算法引入协作优化框架,并且对传统遗传算法进行相应的改进以适用于协作优化框架.算例证明本文提出的基于遗传算法的协作优化方法行之有效,消除了标准协作优化可能收敛不到系统最优解及对初始点敏感的缺陷.     

基于遗传算法的大展弦比复合材料机翼结构优化设计

结构减重是飞机设计的一个重要目标,采用复合材料代替金属材料以及对结构进行优化设计可以达到减重的效果。针对一个大展弦比复合材料机翼,采用遗传算法,通过Matlab调用Patran进行建模分析,以结构强度、刚度为约束条件,同时对翼梁位置和复合材料铺层进行优化设计;根据实际工艺要求建立复合材料铺层库,以解决复合材料铺层变量过多的问题。结果表明:本文提出的优化方法有效,对工程设计有较大的指导意义;复合材料铺层库在其他涉及复合材料铺层优化的问题中也具有广泛的应用前景。