仿生物态模拟型硬件理论与关键技术研究

阐述了模拟型仿生硬件的概念、基本思想与技术瓶颈，分析了基于FPTA(Field programmable transistor array)的模拟型仿生硬件的结构与电子细胞电路工作原理。给出了模拟型仿生硬件的电路编码方案、个体电路测试评估方法和进化实现过程。提出了基于单染色体自适应变异进化机制的模拟型仿生硬件进化算法。以信号放大器、半波整流器、异或门数字电路作为典型应用实例，来验证模拟型仿生硬件的进化特性，并讨论了进化算法的参数选取、染色体适应度评估问题。仿真结果表明：所提出硬件进化算法的进化速度快、成功率高，所设计的FPTA细胞阵列可以实现模拟信号放大、信号处理和数字电路逻辑功能。     

遗传算法在风洞实验优化中的应用研究

为了提高风洞实验效率,降低实验成本,缩短实验周期,笔者探讨了将遗传算法引入到风洞优化实验中,实现了基于遗传算法的多段翼型实验规划.通过遗传算法对多段翼型的迎角及各段的偏转角度、重叠量和缝道宽度进行编码,由实验提供适应度值.对两段翼型的研究表明应用遗传算法规划风洞实验能够减少实验次数约40%.种群数为染色体长度的2倍时,算法能较好的搜索到最优值.初始群体值对算法的收敛性及计算效果基本无影响.此外,也模拟计算了4段翼型风洞实验,提高实验效率大约为87%~93%,可见遗传算法仍然有效且在大规模风洞实验中更有应用价值.     

用于多峰函数优化的改进跳跃基因遗传算法

跳跃基因是维持生物大脑神经细胞多样性的主要原因,因此在遗传算法中引入跳跃基因操作能够提高算法的全局搜索能力。然而,标准跳跃基因遗传算法的随机跳跃过程容易破坏较优性能染色体的基因。针对此问题,提出了一种改进跳跃基因遗传算法。在改进方案中,适应度越高的染色体上的跳跃基因,能以越高的概率朝性能比它差的染色体上跳跃,以提高进化速度。并且,在适应度函数中引入密度函数,以保持染色体的多样性。通过对经典多极值测试函数的寻优仿真表明,改进跳跃基因遗传算法能够更有效地提高遗传算法对复杂多峰函数最优解的求解速度与精度。     

数字电路硬件演化研究

针对数字组合逻辑电路电路故障修复问题,采用遗传算法与可重构器件FPGA相结合的方法设计自演化硬件系统。利用Xilinx公司XUPV5-110TFPGA开发板作为硬件平台,搭建虚拟重构电路,并利用软核处理器实现算法。系统进化单元为虚拟重构电路,由遗传算法自动控制生成具体功能电路。实验通过全加器和4位奇偶校验器,验证了硬件电路的自演化。     

采用主流FPGA的数字电路在线生长进化方法

采用主流FPGA器件构建了在线进化平台,提出了一种适合较大规模数字电路在线进化的生长进化方法。该方法模拟植物生长机理进化以解决进化速度缓慢问题,采用增长验证评估方法取代传统的穷举式验证评估方法来解决在线验证评估难题;应用免疫遗传算法克服遗传算法的早熟收敛问题;采用多参数级联十进制整数编码方法缩短染色体长度;采用生长进化方法成功地进化出了16位加法器和8位乘法器。对比实验结果表明,采用生长进化方法无论是进化出的电路规模,还是进化速度均优于传统的直接进化方法。     

基于UWB的增强非对称双边双向测距算法研究

本文对IEEE 802.15.4协议下室内环境中超宽带信号的精确测距能力进行了研究。针对传统算法无法满足实际应用场景中低功耗、高实时性和高精度的测距定位系统需求的缺点和不足,提出了一种增强非对称双边双向测距优化算法,通过数学分析从理论上证明了该算法的有效性,同时对由于时频漂移和频率漂移引起的测距误差进行了研究分析。最后使用超宽带模块进行了基于改进算法的测距实验,对实验数据进行分析发现通过数据拟合标定算法可以进一步改善测距精度,实验结果表明系统整体测距精度提高了88%。     

基于改进灰狼优化算法的涡扇发动机性能/喷流噪声综合优化控制研究

为保证整个飞行过程中满足噪声适航标准和飞行器的安全性,需要按照最严苛的噪声要求进行发动机设计,并留有很大的安全裕度,因而导致发动机的性能潜力未能得到发挥。本文对传统灰狼算法进行了改进,提出自适应概率变异策略,在优化过程中调整狩猎模式,提升了算法的全局搜索能力;基于该算法开展涡扇发动机性能/喷流噪声综合寻优控制研究,根据不同飞行需求对航空发动机性能进行优化,获得最佳控制量,在满足安全性和噪声指标的同时,提高发动机的性能。仿真结果表明,改进后的算法具有更好的全局寻优性能,最大推力模式下可提升推力13.45%,最小油耗模式可降低油耗3.19%,最低涡轮前温度模式可降低涡轮前温度2.07%。     

基于多目标协同进化算法的多机器人路径规划

提出一种合作型多目标优化协同进化算法,并应用于具有3个优化目标的多机器人路径规划问题中.算法采用一种新型的子群体间合作方式,提高了候选解的多样性,且避免了在一般多目标进化算法中难以处理的适应值分配或非支配排序过程,减小了对计算资源的消耗.针对多机器人路径规划问题的特点,给出了多机器人间的协调策略,并在算法的群体初始化和进化算子的设计中,引入了基于问题专门知识的启发式方法.在复杂工作环境下的仿真实例表明了算法的有效性.     

基于概率的编队飞行的告警算法设计

在建立编队飞机并行飞行的模型基础上,提出了一种基于概率的报警逻辑,即只有当两架飞机的冲突危险度超过一定的门限值的时候才发布报警信息.基于这种逻辑,本文运用蒙特卡洛方法仿真出在一定的冲突概率下飞机的碰撞区域并对结果进行了分析,最后验证了算法的有效性.     

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。     

基于演化计算的线性规划原对偶内点法中的初始点选取算法

采用原对偶内点法求解线性规划问题,对初始点要求严格。根据初始可行内点的准则,定义了相应的达成度函数,并由达成度函数定义了适应值函数,从而提出了基于演化计算的线性规划原对偶内点法中的初始点选取算法。该算法基于和声搜索演化算法实现,经数值实验测试,结果表明,对所选取测试的典型线性规划问题,算法都能求得大部分问题的初始可行内点。     

A Generative Adversarial Nets Method for Monitoring Data Generation on Aircraft Engines

A sufficient sample size of monitoring data becomes a key factor for describing aircraft engines state.Generative adversarial nets(GAN)can be used to expand the sample size based on the existing state monitoring information. In the paper,a GAN model is introduced to design an algorithm for generating the monitoring data of aircraft engines. This feasibility of the method is illustrated by an example. The experimental results demonstrate that the probability density distribution of generated data after a large number of network training iterations is consistent with the probability density distribution of monitoring data. The proposed method also effectively demonstrates the generated monitoring data of aircraft engine are in a reasonable range. The method can effectively solve the problem of inaccurate performance degradation evaluation caused by the small amount of aero-engine condition monitoring data.     

复合材料层合结构铺层顺序优化设计的免疫遗传算法

本文利用生物免疫系统对抗体浓度调节原理,提出了一种用于组合优化的免疫选择概率算子,同时考虑了抗体调节加权系数随搜索进行动态变化。对给定的复合材料层压板,以几何因子为优化对象,应用免疫遗传算法进行了铺层顺序的优化。应用四种不同遗传算法,对算例的优化结果进行了统计分析,结果表明:本文算法的成功率高,首次获全局最优解的迭代次数少,并能使种群收敛于全局最优解。     

Assembly Line Balancing Based on Double Chromosome Genetic Algorithm

Aiming at assembly line balancing problem, a double chromosome genetic algorithm （DCGA） is proposed to avoid trapping in local optimum, which is a disadvantage of standard genetic algorithm （SGA）. In this algorithm, there are two chromosomes of each individual, and the better one, regarded as dominant chromosome, determines the fitness. Dominant chromosome keeps excellent gene segments to speed up the convergence, and re cessive chromosome maintains population diversity to get better global search ability to avoid local optimal solu- tion. When the amounts of chromosomes are equal, the population size of DCGA is half that of SGA, which significantly reduces evolutionary time. Finally, the effectiveness is verified by experiments.     

一种求解成组多播路由问题的新型优化算法

基于蚁群系统提出一种求解成组多播路由问题的新型优化算法。该算法在综合考虑Q oS(Q ua lity of ser-v ice)路由中所有约束条件的同时,也充分考虑各个约束条件自身的独立特性,并根据对不同约束条件的满足程度,在迭代过程所处的不同阶段,自适应地调整路由选择策略。实验证明算法所得的解不但较高程度地满足各个约束条件,而且多样性好、收敛速度快,能满足实际网络服务质量要求。     

用户自主完好性监测新算法

基于测量域提出了新的导航系统完好性度量算法。充分考虑所需导航性能参数和不确定的噪声的因素,运用概率优化方法进行故障监测。选择适当的性能参数,与漏检率具有一一映射关系,估算故障概率,并对此进行了讨论。在该算法中,利用残差灵敏度矩阵的各个特点提高识别有误差观测数据的效率。该算法可用于完好性监测的性能要求规定,计算高效。非精密进近的仿真结果证明了该算法的有效性。     

一种适用于SiC基变换器的桥臂串扰抑制方法

在对碳化硅基变换器中的桥臂串扰产生机理进行深入分析的基础上,提出一种新型有源箝位桥臂串扰抑制方法,并构成适用于碳化硅(Silicon carbide,SiC)基桥臂电路的串扰抑制驱动电路。给出其等效电路模态分析,讨论了关键参数的设计方法。设计制作了串扰抑制驱动电路模块板,并在1kW永磁同步电机(Permanent magnet synchronous motor,PMSM)驱动实验平台上进行了验证。实验结果表明,该方法能够有效抑制SiC基变换器中的桥臂串扰。     

动态变异率的多群体进化计算

针对进化计算中存在收敛速度慢和易陷入局部收敛的弱点,本文提出将多群体和动态变异率相结合,对传统的进化计算进行改进。通过实验表明,改进的进化计算是有效的。