基于改进PSO算法的导弹控制参数优化

研究了将粒子群算法(PSO)应用于空对空导弹控制参数自动设计的方法,解决导弹控制参数手工设计中遇到的困难与问题.标准PSO算法在导弹静稳定工作点参数优化中表现出良好性能,但在静不稳定工作点优化时容易限入局部最优,因此引入遗传算法(GA)的杂交思想对标准PSO算法进行了改进,以扩大解空间的范围.仿真结果表明:改进后的PSO优化算法具有更强的全局搜索能力,获得的参数能够满足给定的性能指标,并且可以节省大量的设计时间,具有很高的工程应用价值.     

基于混合粒子群算法的机场停机位优化分配问题研究

合理且高效的停机位分配方案是提高机场运营效益的重要手段之一。通过对航班占用停机位特性的分析,以旅客步行距离最短和停机位空闲时间均衡为目标函数建立优化模型,设计一种基于遗传算法与PSO算法相结合的混合粒子群算法对其求解,最后运用试验数据来说明该算法求解停机位分配问题的可行性。     

一种新PSO混合算法在直升机配平中的应用

直升机配平计算是动力学分析的基础,其实质是求解高维复杂的非线性方程组。针对经典算法与智能算法的特点与不足,提出了一种求解非线性方程组的新粒子群方法。在粒子群(Particle swarm optimization, PSO)算法的基础上,根据模拟退火(Simulated annealing, SA)思想,引入了嵌入式LM (Levenberg-marquardt)优化 算子。该方法充分发挥了3种算法的优势,克服了LM算法初值敏感性,PSO算法易陷入局部极值等问题。通过UH-60A直升机实例配平计算,验证了本文算例模型的准确性。在此基础 上,针对某一前飞状态下的配平算例,在收敛可靠性和计算效率上通过与其他算法进行对比,表明该算法具有可靠的收敛性和较高的计算效率,进一步验证了该算法在配平问题上的可信度与实用性,为直升机飞行动力学问题的处理提供了一种新的有效方法。     

一种新的基于粒子群算法的聚类方法

建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题。对基本粒子群优化算法作了改进,思路是将K-均值方法的结果作为一个粒子和利用新的分类中心调整粒子位置。对Iris植物样本数据的测试结果表明:4种粒子群算法的效果都比较好,特别是第3种改进的粒子群算法的效果更好,粒子群优化聚类技术很有潜力．     

基于QPSO粒子滤波的航空发动机突变故障诊断

针对标准粒子滤波算法对突变故障诊断迟缓的问题,提出了量子行为粒子群优化(Quantum-behaved particle swarm optimization,QPSO)的粒子滤波算法。该算法引入权值偏差系数的概念,当权值偏差系数超出设置的阈值时,认为系统发生故障,并结合最新的观测值,将量子行为粒子群优化算法融入到粒子的采样过程中,驱使粒子向高似然区域移动,提高粒子群对突变故障的估计性能。仿真结果表明,与标准粒子滤波算法相比,量子行为粒子群优化的粒子滤波算法显著提高了对突变故障的反应速度。     

基于粒子群优化的直升机飞行控制律设计方法

针对直升机强耦合特性导致飞行控制律设计难度高的问题,提出了一种基于粒子群优化算法的改进线性二次型调节器(Linear quadratic regulator,LQR)设计方法。针对直升机的线化状态空间模型,基于LQR设计方法建立了直升机飞行控制律全状态反馈矩阵的基本求解算法;以系统稳定性为约束,以最大化主状态反馈系数影响因子为目标,设计了粒子群优化算法的指标函数,实现了加权矩阵Q的多参数同步优化设计,并以优化后的主状态反馈系数作为直升机控制律设计结果。采用本文方法对UH-60A直升机悬停状态的飞行控制律进行了设计和验证。结果表明,基于本文方法得到的控制律具有良好的控制性能,并且能够显著提高直升机的飞行品质。同时本文的优化方法系统地解决了LQR设计过程中加权矩阵确定的困难,提高了控制律的设计效率。     

复合材料加筋板结构的二级协同优化设计方法

针对复合材料加筋板结构的布局和铺层优化问题,发展了一种二级优化设计技术。第一级采用基于近似模型技术的布局优化方法,以筋条形式、个数、截面形状和铺层厚度作为设计变量,以结构质量最轻为目标函数,实现加筋板结构布局形式和截面尺寸的布局优化;第二级借助于等效弯曲刚度法和遗传算法,考虑层合板的制造和工艺约束,以层合板的各铺层角作为设计变量,以层合板弯曲刚度系数与上一级优化所给最优弯曲刚度系数之间的误差最小为目标,实现了复合材料加筋板在固定铺层层数下的铺层顺序优化;在二级优化的基础上,通过协调稳定性约束,实现综合优化。算例表明:采用二级优化设计方法,可以很好地实现复合材料加筋板的布局优化设计。     

基于进化Kriging模型的金属加筋板结构布局优化方法

借助于试验设计和进化Kriging近似模型,提出了一种金属加筋板结构布局优化策略.其基本思想是用试验设计法选取样本点,进行有限元分析得到该样本点的响应(重量、屈曲因子和剩余强度系数),以此分别建立Kriging近似模型.并采用更新技术提高Kriging模型的精度,应用折衷法和遗传算法对该近似模型进行优化获得最优解.金属加筋板结构设计变量包括加强筋型式、加强筋间距和尺寸变量,约束为强度和屈曲.本文所做的金属材料加筋板结构布局优化设计算例表明,所提方法优化效果明显,优化效率高.     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

多旋翼无人机飞行控制自动调参技术

目前,多旋翼无人机控制器设计问题中存在着大量的依靠经验的调参工作。为了使调参简单而又可靠,本文基于控制器参数与控制系统性能响应存在的对应关系,提出了自动调参思想。在满足控制器各项性能指标的前提下,利用粒子群算法(Particle swarm optimization,PSO)提炼出优化目标和约束条件。对被控对象进行建模并搭建非线性模型。然后,利用工程实践方法估算出参数范围,并利用粒子群快速优化特点自动寻找在约束条件下符合性能指标的控制器参数。最后,通过Matlab/Simulink对模型进行仿真验证。仿真结果分析表明,PSD可快速准确地对飞行控制进行自动调参。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

基于VGWO算法的风力机二阶积分滑模转矩控制器设计（英文）

提出了一种基于变速灰狼优化算法(Variable speed grey wolf optimization,VGWO)的二阶积分滑模(Sec?ond?order integral sliding mode control,SOISMC)鲁棒控制策略。该策略的目的是实现风力机的最大风能捕获,提高风力机的发电量。首先,根据风力机的不确定性模型,设计了一种收敛速度快、鲁棒性强且能有效抑制抖振的二阶积分滑模转矩控制器,保证了转矩控制器能够有效地跟踪参考转速。其次,考虑到灰狼优化算法(Grey wolf optimization,GWO)具有较强的局部搜索能力和粒子群优化算法(Particle swarm optimization,PSO)具有较快的收敛速度和较强的全局搜索能力,将PSO的速度分量引入GWO中,使改进的VGWO具有较快的收敛速度、较高的求解精度和较强的全局搜索能力。然后,利用VGWO对风力机转矩控制器的参数进行优化。最后,在Simulink/SimPowerSystem平台上进行了仿真,结果表明了该策略在存在外部干扰和模型不确定性情况下的有效性。     

超静定捆绑火箭传力路径的组合优化策略

为了获得新一代 大推力捆绑火箭捆绑方案的最优设计参数,针对超静定捆绑传力路径进行分析与优化设计。基于PATRAN的二次开发语言PCL对超静定捆绑火箭进行了参数化建模和仿真分析,并运用拉丁超立方试验方法对传力路径设计参数进行灵敏度分析。在此基础上提出了一种多目标粒子 群和序列二次规划算法的组合优化策略,确定了捆绑联接方案设计参数,实现了对捆绑联接装置和助推器结构载荷的高效优化。计算结果表明：组合优化策略能够将主捆绑联接结构的受力减少了30%左右,明显优于单独使用一种全局优化算法或局部优化算法的优化结果。本文研究成果将为新型捆绑火箭捆绑方案优化设计提供参考。     

舰载雷伞系统落点误差修正方法

为了修正舰船运动和海风引起的落点误差,首先建立了雷伞系统各阶段动力学模型并进行了编程计算,通过与试验结果的对比验证了动力学模型的准确性。之后,将发射方向和分离时间作为控制量,基于泰勒级数理论推导了落点误差与控制量之间的关系,提出了一种新的雷伞系统落点误差的修正方法。通过算例验证,该方法所得到的控制参数能够有效地修正雷伞系统的落点误差。同时,针对典型工况开展了本文方法与改进的多目标粒子群轨迹优化算法的对比研究,发现本文方法比改进的多目标粒子群优化算法拥有更快的收敛速度、更高的收敛精度和更少的计算消耗,可以对由舰船运动和海风引起的雷伞系统落点误差进行实时准确地修正,从而提高舰船发射布雷的精度。     

基于基因算法与博弈论的气动高升力优化(英文)

讨论了基于基因算法与博弈论的组合优化算法在高升力气动优化问题中的应用。引入基因算法与博弈论相结合的分布式组合算法 ,可以将复杂的优化问题分解为几个简单的局部优化问题。文中论述了组合优化算法的构造方法 ,并应用于高升力多段翼型气动优化。与传统基因算法的数值计算结果进行了比较 ,表明本文构造的方法具有高效收敛性及强的鲁棒性 ,可广泛应用于先进气动设计问题。     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

宽幅面阵摆扫相机结构优化设计

为实现航拍相机的轻小化,设计一款安装在某无人机前腹安装板上的宽幅面阵摆扫相机并对其主框架进行优化设计。首先,根据无人机安装板的结构限制对摆扫机构进行总体设计;然后,应用OptiStruct软件对摆扫机构主框架的尺寸进行优化设计;之后,采用有限元分析法分别对摆扫机构主框架和摆扫机构整体进行模态分析、不同工况下的静力学分析和随机振动分析;最后,为摆扫机构做Y向的正弦扫频试验。优化后主框架的质量为1.2 kg;摆扫机构固有频率避开了振源激振频率;摆扫机构最大应力为62.35 MPa,最大变形为1.03 mm;减振器共振频率处的频率值为27 Hz。宽幅面阵摆扫相机基本满足相机轻小化的要求,摆扫机构固有频率、应力和变形均满足设计要求。     

基于渐近均匀化的梯度加筋板结构优化设计

梯度加筋板结构以其优异性能广泛应用于航空航天、汽车和交通等领域。针对梯度板的渐变结构导致均匀化及两尺度优化设计计算量过大及效率过低的问题,本文采用机器学习方法搭建以微结构变形参数为输入、等效刚度系数为输出的人工神经网络,实现等效刚度的高效预测。在优化过程中,本文引入表征单胞变形的单元设计变量,实现梯度板局部变形的显式控制,并引入映射函数节点设计变量,保证优化过程中单胞的局部变形与映射函数一致,方便两尺度优化结果解耦。数值算例验证了本文方法的有效性和正确性。     

非线性结构的二级优化——齿行法和截面优化的结合

本文提出网格加筋筒壳在多种载荷工况、多种类型约束(位移、应力、稳定性和尺寸约束)条件下最轻重量设计的齿行法。利用射线步把设计点拉到最严约束界面上,然后使用单位移准则步或满应力准则步来确定设计变量修改的方向和步长,直接找到一个最优解为止。本文采用修正的摄动法和敏度分析的降维法并结合截面优化概念,把一般只适用于线性结构的一些近似重分析方法推广到非线性结构,拓宽了齿行法在工程中的使用范围。     

加筋板自由阻尼铺层的拓扑优化研究

为提高铺设自由阻尼层的加筋板结构的减振降噪性能,以阻尼层厚度为设计变量,结构模态损耗因子最大为目标,阻尼材料用量为约束对阻尼材料分布进行了拓扑优化。推导了模态损耗因子对阻尼层厚度的灵敏度,在此基础上使用移动渐近线(MMA)算法对优化问题进行求解。并探讨了阻尼材料的弹性模量,损耗因子和加强筋截面尺寸对拓扑优化结果的影响。