基于人工势场-人工鱼群算法的改航路径规划

航班路径规划是改航策略的一个关键问题。将人工势场和人工鱼群算法相结合,应用于航班路径规划问题中。建立了引力和斥力的人工势场模型,用于单条改航路径规划;构造了单个人工鱼和适应度函数,采用人工鱼群算法优化改航路径;通过对改航路径的评估和修正,获得满足要求的改航路径。算例仿真结果显示,与现行的改航相比,基于人工势场-人工鱼群算法生成的改航路径总长度缩短了7.6%,表明算法是可行的和有效的。     

人工鱼群算法在浮标跟踪阶段的使用优化研究

在对人工鱼群算法进行研究的基础上,结合被动浮标对潜跟踪的实际应用,将人工鱼群算法应用于被动浮标对潜跟踪时的投放优化,对算法的应用、相关参数的选择及其对浮标跟踪效果的影响进行了仿真分析,为被动浮标对潜跟踪使用提供了参考.     

基于预处理共轭梯度算法的有限元模型修正方法

在预处理共轭梯度算法的基础上,提出了一种新的有限元模型修正方法。该方法利用有限元模型的特征方程和试验数据的特征方程相互交叉建立模型修正的数学模型,在质量矩阵和刚度矩阵满足正交性条件和特征方程的约束下,然后利用预处理共轭梯度算法修正方程的数值解。通过算例对该方法进行数值验证,并与其他方法进行了比较,结果表明计算方法提高了模型修正精度,收敛速度快,合理、可行。     

飞机结构动力学有限元模型修正

从工程应用的角度讨论了利用GVT结果和优化方法的飞机结构动力学有限元模型修正技术，提供了一个比较成熟的、达到实际工程应用水平的修正方法和计算过程，并给出了在AC500飞机的成功应用。     

基于优化算法和GVT结果的结构质量模型修正

提出了一种基于优化算法和GVT结果的结构质量型修正方法，利用模态正交性条件构造目标函数，并考虑结构总质量特性约束，利用GVT结果对给定的粗糙的结构离散质量分布进行修正，数值仿真表明，该法提高了结构质量模型的精度，使修正后的离散质量分布与真实的离散质量分布吻合。     

AC500型飞机结构动力学有限元模型修正

介绍基于地面振动试验（GVT）结果和优化算法的结构动力学有限元模型（FEM）修正方法及其在AC500飞机中的应用，其中包括结构动力学FEM修正中的几个环节——全机FEM的建立、模型匹配、试验／分析相关性及修正参数的选取，并且还介绍了基于GVT结果和优化算法的结构模型修正中产生的特殊问题——模态跟踪（Mode Tracking）。最后给出修正后AC500型飞机FEM分析固有振动频率和模态，并对结果进行了评价。     

基于云自适应粒子群算法的高压转子复杂接触有限元模型参数修正

为建立更加准确的航空发动机高压转子的有限元模型,提出一种修正有限元模型描述航空发动机复杂接触的方法.将修正问题转化为求解定义在时域的误差函数的极小值,运用云自适应方法动态调整粒子群算法的惯性权重,使得算法在接近较优解时,惯性因子分布在云低端,有利于收敛得到更优解;当问题解较差时,其惯性因子分布在云顶端,有利于跳出局部极小点,扩大搜索范围.以仿真算例和实际航空发动机高压转子模型为例,通过与相关算法的修正结果比较,证明该算法是可行且有效的.      

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。     

基于静强度试验的有限元模型修正技术研究

基于静力响应的有限元模型修正技术广泛应用于工程结构的参数识别中,需要解决软件实现、基准数据与目标函数选取,以及参数的灵敏度分析等问题。利用位移响应信息对损伤位置确定的悬臂梁进行了损伤程度的精确识别,对于损伤位置不能确定的情况,通过引入应变约束条件实现了损伤位置与损伤程度的同时确定。作为实际工程算例,将飞机静强度试验得到的位移响应与内力响应作为基准数据,利用模型修正技术确定飞机方向舵有限元模型边界条件。算例比较了不同目标函数和约束条件对修正效果的影响,并通过增加内力响应信息进一步修正了根部约束参数,为计算分析提供了精确有限元模型。     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。     

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。     

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。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

转子-支承耦合结构的模型修正研究

在转子-支承耦合结构的动力学分析过程中,结构模态参数计算结果与实验测试结果往往存在较大差异。针对此问题,应用优化算法对结构动力学模型进行修正,使计算模型能更准确地反映结构特性。建立由梁单元、盘单元、弹性支承单元组成的结构动力学有限元模型;选择优化目标函数、设计参数,并对各参数进行灵敏度分析。应用粒子群算法对选取的设计参数进行优化,得到最优模型。利用转子-滚动轴承实验器进行验证,结果表明,方法能够有效地实现转子-支承耦合结构的动力学模型修正,修正后模型更接近实际结构。     

基于SAPSO算法的异步电动机参数辨识

异步电动机等效电路参数的准确辨识对电动机的控制具有重要作用,同时,等效电路参数的变化可以反映电动机的运行状态,故参数辨识也被运用到电机故障诊断中。将现代最优化算法应用到三相异步电动机的等效电路参数辨识中。通过将粒子群优化算法(PSO)和模拟退火算法(SA)相结合,可以准确有效地对异步电动机的6个等效参数进行辨识,与遗传算法相比,SAPSO算法易于实现且收敛速度快。算法采用考虑铁耗的异步电机dq坐标系下的模型来实现,将温度对电阻参数的影响考虑在内。通过算例证明了算法能够有效地对电机参数进行辨识及跟踪电阻的变化。