基于云模型的全局最优化算法

基于云模型在定性概念与其定量数值表示之间转换过程中的优良特性,结合遗传算法的基本思想,提出一种自适应高精度快速随机搜索算法,并将之运用到函数寻优中.在定性知识的指导下该算法能够自适应控制搜索空间的范围,较好地避免了传统遗传算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题.算法易于实现,不存在遗传算法中的编码问题.试验结果表明该算法具有精度高、收敛速度快等优点.在众多优化问题上有广泛的应用前景.      

解JobShop问题的一种组合模拟算法

针对成批车间的作业排序(Job Shop Scheduling )问题设计了一种模拟退火与Tabu Search相组合的算法.首先用模拟退火算法求得一个初始解,再利用Tabu Search进行进一步的寻优.通过大量的算例分析表明,该算法具有良好的寻优特性与运算效率.     

模拟退火算法在连续变量全局优化问题中应用

研究了基于模拟退火算法应用于连续变量全局优化问题,并给出了实现步骤.介绍了控制参数实用选择方法.针对连续变量的特殊性,给出了新解产生的实用方法.最后以计算机视觉领域中的基本矩阵的求解作为一个实例,来说明它在连续变量中的应用.大量数字仿真结果表明该算法能有效地解决连续变量全局优化问题.      

跨音速翼型的气动最优化设计方法

将计算流体动力学(CFD)与最优化技术相结合,通过数值求解欧拉方程,对翼型绕流流场作出了数值模拟.再利用几何、流动和最优化控制方程,反复迭代求得在一定约束条件下气动性能最优的翼型.本文以NACA0012为原始翼型,选取两种设计工况,都取得了满意的结果.     

一种基于莱维飞行的新型改进平衡全局优化算法

本文将莱维飞行(Lévy flight)和平衡优化算法(EO)相结合,提出了一种新型的全局优化算法(LEO)。该算法从平衡优化算法核心出发,采用莱维飞行轨迹实现了在探索和开发之间更好的平衡,并且可以有效防止算法陷入局部最优解。同时给出了新型全局优化算法的数学模型和算法流程,进一步保证了算法中全局搜索和局部开发之间平衡性。将该算法应用于基准测试函数求解以测试算法性能,通过与主流智能算法对比,优化结果表明新算法在解决优化问题方面表现更为优越,为更多工程问题的解决提供了新的思路。     

一种基于混沌神经网络的拟人智能控制方法

提出一种基于混沌神经网络(CNN)的拟人智能控制方法.首先利用拟人智能控制理论得到定性控制律(线性或非线性),然后利用CNN实现控制律的定量化.Hopfield神经网络具有快速的优化能力,但容易陷入局部极小,将遍历性的渐变混沌噪声引入其中,形成具有快速全局优化能力的CNN.对二级倒立摆控制的仿真和实验结果均表明该方法有效.      

一种基于十射线模型的室内射线跟踪改进模型算法

随着移动通信技术和物联网的快速发展,预测室内短距离无线通信网络的信号覆盖情况成为当前的研究热点。基于十射线模型,自主开发了一种改进射线跟踪模型算法。该模型方法对微波室内传播提供可视化场景模拟,实现了室内短距离无线电波的传播预测和电磁波场强可视化。在多种场景测试并与其他室内电波传输模型对比,结果显示经过校准的模型均方根误差降低至5.53,准确度更高,能够更准确地预测室内环境中的信号接收功率。     

基于最优化问题的混合再入制导方法

在深入研究机动再入飞行器标准轨道和预测制导方法的基础上,针对标准轨道和预测制导相结合的制导方法,分析了由预测制导指令延迟引起的误差,提出了误差补偿策略.根据最优化理论,设计了相关性能指标函数,提出新的预测制导算法.并结合标准轨道法,通过对有限几个特征点位置上引入预测制导,形成了一种基于最优化问题的混合制导方法.有效减小了预测制导指令的解算时间,进一步降低了落点误差.仿真结果表明,该方法既具有较强的抗干扰能力和较高的制导精度,又具有一定的工程实用价值.     

退火算法在电子元件位置优化上的应用

一块电路板上有电子元件，它们不仅有热源，而且相互和，另外与空气还交换热，对这类问题建立线性数学模型，从而算出温度稳态分布，因为许多集成电路系统可靠性很大程度上取愉于温度，所以温度的模拟显向很重要性，把温度模型与退火算法相结合可以获得元件最接近优化的布局，并用一个例子加以说明，通过优化能降低板子最高温度，从而提高系统的可靠性。     

月球探测器垂直软着陆4D轨道全局优化

提出一种包含动态规划法与共轭梯度法的组合优化算法,求解月球探测器垂直软着陆问题. 其以动态规划法中求得的次优控制变量作为共轭梯度法的初始控制变量,求得更为精确的最优控制变量和最优轨道. 月球垂直软着陆的轨道可以分为两段,即制动段与着陆段. 以燃料消耗量最小为性能指标,采用该组合优化算法分别对两段轨道进行了4D全局优化. 数值仿真结果表明,该组合算法优化精度较高,收敛速度快,稳定性好,可用于机载计算机实时生成垂直软着陆4D轨道,同时还可推广到其他终端时间自由型两点边值问题.     

应用改进果蝇优化算法的月面巡视器路径规划

文章针对果蝇优化算法易陷入局部最优的问题,对果蝇算法中的味道浓度判定值进行改进,并将其用于月球探测巡视器的动态路径规划。为验证算法的有效性,将改进果蝇优化算法与粒子群优化算法的路径规划寻优特性进行了仿真对比分析,结果表明改进果蝇优化算法具有良好的实时性,并有效解决了算法易陷入局部最优的问题。考虑到月球探测巡视器在沿规划路径进行月面巡视的过程中,有可能遇到未知障碍物的情况,提出了动态环境下月球巡视器遇到未知静态障碍物的避障策略。     

基于粒子群算法的多脉冲转移轨迹优化

通过引入Lambert算法处理终端约束条件,建立基于可行解迭代的多脉冲转移轨迹优化模型,采用粒子群算法优化最省燃料转移轨道,并对分别采用变轨点真近点角和变轨时刻作为设计变量的优化结果进行了对比分析.对相同的两脉冲、三脉冲轨道转移问题,优化结果验证了提出的优化模型和优化算法的正确高效性.仿真表明,使用变轨点真近点角为设计变量时优化效率和结果更好.     

一种低轨道卫星服务区域分配的优化算法

在提供Internet和其他通信服务方面,能够覆盖全球的低轨道卫星网络正变得愈加重要。如何根据地面业务的时空分布不均来设计合理、高效的卫星服务区域分配机制是一个重要的挑战。文章分析了传统机制下卫星网络承载能力和业务分布之间的失配问题,提出了服务区域分配优化问题的数学模型,并据此设计了一种星上实时算法。仿真结果表明,采用该算法后卫星网络业务分配不均衡程度有所减轻,阻塞概率大大降低,网络性能和容量得到了明显改善。     

基于粒子群算法优化双脉冲绕飞问题

以Hill方程为基础对圆轨道近距离双脉冲绕飞优化问题进行研究.首先给出双脉冲绕飞的优化模型并推导分析得出待优化的变量,同时构造了燃耗和时间加权的性能指标函数并考虑安全约束,然后设计了粒子群优化算法对绕飞过程进行优化,最后通过对-V-bar到＋V-bar、＋ R-bar、＋H-bar的绕飞进行仿真获得燃耗和时间加权最优的安全绕飞轨迹,与遍历寻优结果一致,由此验证了粒子群优化算法的有效性.     

太阳帆航天器行星际轨道转移优化算法

研究基于遗传算法的太阳帆行星际转移轨道的全局优化问题.通过极小值原理推导了太阳帆全局优化控制律,并以太阳帆飞行时间最短为优化目标函数,运用遗传算法对发射时间、到达时间和协态变量初值进行参数优化设计.为了解决轨道转移这一多约束优化问题,在遗传算法中加入动态罚函数.在此理论基础上作了从地球同步轨道出发到火星同步轨道转移和从地球出发与火星交会两个算例,仿真结果表明了该方法在太阳帆转移轨道全局优化中的有效性.     

遗传算法在星座多星接近轨道优化中的应用

以三颗非共轨的Walker星座卫星为研究对象, 对航天器无需变轨与其接近的可能性进行研究. 将Lambert方法得到的航天器轨道作为初始轨道, 利用遗传算法对初始轨道进行优化. 对初始轨道在参考时刻位置和速度的改变量进行编码,形成对应的种群. 以航天器与星座卫星之间的最近距离为适应度函数, 通过种群的繁殖得到优化结果. 结合仿真算例, 分析了最小二乘算法和遗传算法在轨道优化中的优劣以及接近过程中轨道摄动的影响. 结果表明, 遗传算法适用于所提出的轨道改进问题. 研究结果可为单航天器无需变轨对星座多星接近问题提供理论依据.     

T型尾翼动气动弹性优化设计

T型尾翼构型复杂,操纵面多,在动气动弹性的有限元建模和颤振特性设计中,需要修改的参数多,颤振分析复杂,设计人员面临很大的困难.通过在设计过程中引入优化方法,能够有效的解决这些问题.依据遗传算法和敏度优化算法的特点,针对固有振动和颤振优化设计的不同要求,将两种优化方法进行混合和递进应用,形成不同的优化设计方法.建立固有振动频率和颤振阻尼对结构参数的敏度公式,设计两种不同优化问题的数学模型.将优化方法应用于某T型尾翼的结构动力学优化设计,提高了设计速度,保证了设计精度,固有振动频率误差保证在3%以内.在保证质量最小的要求下,使颤振速度得到提高,并为实际结构的设计提供一定指导.