板级电路模块布局热设计

针对某种板级电路建立了多种典型的芯片平面布局热分析模型;采用ANSYS软件对各种布局条件下的温度场分布进行了分析。仿真结果表明:在同一块PCB上,将生热率高的器件置于板面四角而其余的分布于其间,能达到降低板上局部热载荷峰值,有效地均匀热场并使最高温度显著降低的目的。而采用遗传算法对器件位置布局的优化设计也进一步从更广泛的意义上得出了相同的结论。     

求解装箱问题的遗传算法

本文提出了两种求解装箱问题（ＢｉｎＰａｃｋｉｎｇ）的遗传算法。一种是简单遗传算法,它采用等长度字符代码编码方法,使用常规的遗传操作算子。另一种是混合遗传算法,它综合运用解装箱问题的ＦＦＤ（ＦｉｒｓｔＦｉｔＤｅ－ｃｒｅａｓｉｎｇ）近似算法和简单遗传算法。试算结果表明,由这两种遗传算法所得到的装箱方案较一些近似算法所得到的装箱方案都要好。     

电机控制系统PID参数的遗传算法优化

近年来，遗传算法的研究十分引人注目，作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用，鲁棒性强，在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化，以提高控制系统的性能指标。     

基于并行禁忌遗传算法(PTGA)的预警卫星传感器调度研究

对预警卫星的传感器调度进行了研究，提出了传感器管理调度的系统组成。通过对传感器调度的分析，建立起相应的数学模型，定义了评价指标。结合并行遗传算法和禁忌搜索的特点，提出了一种新的解决预警卫星传感器调度问题的并行禁忌遗传算法(PTGA)。该算法采用多种群和禁忌搜索思想改进遗传算法的性能，从而提高整个算法的收敛速度和精度。实验结果表明该算法有效地解决了多目标情况下的传感器实时调度问题，并优于一般启发式算法。     

一种改进的区域覆盖星座优化设计方法

为缩短区域覆盖星座优化设计的计算时间，对网格点仿真法进行了改进。在统计时间内，以解析法计算卫星覆盖时刻集，并采用遗传算法优化星座参数。仿真计算结果表明，本文改进方法的计算时间仅为优化前的百分之一。     

压电智能结构传感器/作动器位置优化研究

研究压电主动结构振动控制当中传感器／作动器的位置优化问题。从系统的状态空间方程出发，在系统可控性、可观性Grammian矩阵特征值的基础上来描述性能指标，以控制能量最小化和传感能量最大化作为优化目标，利用遗传算法（GE）进行优化计算，计算过程中对传感器／作动器的位置采用二进制编码加以描述。通过对一压电板结构的仿真计算对该方法进行了验证，优化计算结果与枚举法结果完全相符，从而证明了方法的有效性。     

空间机械臂非完整运动规划的遗传算法研究

带空间机械臂航天器系统在无外力矩作用时，系统相对于总质心的动量矩守恒而变为非完整系统。由于非完整约束的不可积性，非完整系统的运动规划与控制比一般系统要困难得多。现利用非完整特性研究了自由漂浮空间机械臂的三维姿态运动控制问题。首先导出带空间机械臂的航天器三维姿态运动数学模型，并将系统的控制问题转化为无漂移系统的非完整运动规划问题。在运动规划中，根据最优控制原理和优化理论，提出基于遗传算法的最优运动规划数值算法。通过数值仿真，表明该方法对空间机械臂及航天器三维姿态运动的非完整运动规划是有效的。     

基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。     

翼伞系统分段归航轨迹的优化设计

如何有效利用翼伞系统自身的可操作性来规划归航轨迹，一直是研究人员关心的问题。近来，分段设计的方法以其计算简单、轨迹可知和工程实用的特点而备受关注。从六自由度动力学建模和仿真入手，分析了翼伞系统飞行的基本特性，在此基础上进一步简化了模型。然后详细介绍了一种分段优化设计翼伞轨迹的思想和各阶段的特点，仿真试验结果表明此方法是可行的。     

基于实数编码的改进遗传算法研究

针对遗传算法运算速度低、容易陷入局部最优值、早熟收敛等缺点,提出了基于实数编码的遗传算法的改进算法,对基于实数编码的遗传算法的选择、交叉、变异算子以及操作方法进行了改进,采用最佳保留选择策略、多算子交叉和变异,并且采用自适应变焦变异,改进后的交叉与变异操作,使算法始终保持了种群的多样性,同时也提高了寻优最终结果的精确性。实验表明基于实数编码的改进遗传算法(R IGA)有效的改善了遗传算法的缺点。