基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.      

基于遗传算法的设备布置优化算法

对设备布置问题,建立了多目标优化数学模型.为弥补当前的现场布置遗传算法在变异阶段的不足,将最优个体变异与随机变异相结合,设计了组合变异策略:首先变异最优个体,如果变异出更优的个体,则用新个体替换当前种群的最差个体;如果最优个体变异不成功,则随机选择一个个体执行随机变异.据此,提出了一种改进的遗传算法用于求解设备布置问题.仿真实验证明了组合变异策略能够在明显较短的时间内,取得与随机变异相当的最优布置结果.对比分析进一步验证了该算法的有效性.     

非圆截面弹体气动隐身一体化设计方法

从非圆截面弹体气动和隐身设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,采用了联赛式选择复制算子、小生境技术和Pareto解集过滤器技术使解集具有较好分布特性,并在此基础上应用了旨在提高优化计算效率的响应面方法.通过采用基于N-S方程的数值求解方法计算弹体气动性能,采用物理光学法和物理绕射理论来计算其雷达散射截面积,实现了基于Pareto遗传算法的非圆截面弹体气动与隐身两个目标函数间的折衷与优化,取得了较好的优化设计结果.     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

面向任务的装备维修保障资源配置研究

资源配置是装备维修保障的重要组成部分,为了在装备发生故障后,合理优化资源配置,快速修复故障设备、恢复军队战斗力,本文提出了一种面向任务的装备维修保障资源配置模型,并利用遗传算法进行求解。在算法设计过程中,采用更接近问题空间的实数编码形式,并且通过嵌入有限选择的随机替换模块,良好解决了在明确任务需求以及维修保障资源条件下的任务与资源配置问题,避免了资源的重复分配。本文通过具体实例分析证明了该方法的可行性、有效性和适用性,为该类决策支持系统的设计与开发提供了思路,对于未来信息化战场上的装备维修资源保障辅助决策提供了重要参考。     

稀缺国际客运航权资源优化配置

为了合理配置国际航权资源,避免稀缺客运航权资源的恶性争夺,首次提出了国际客运航权资源优化配置问题,并构建了一个混合整数规划模型。该模型在旅客始发地-终到地（Origin-destination, OD）分布已知的基础上,针对两国多通航点的国际航权资源分配需求,以旅客出行总里程最小为目标,并综合考虑国际枢纽机场地位、航空公司的竞争力水平和市场份额。以国际航权资源、航空公司运营能力和航班客座率等为约束条件,将稀缺的航班资源合理分配给国内的航空公司和国际机场。然后设计了遗传算法求解该问题,并分别采用CPLEX和遗传算法进行算例实验,验证了模型的正确性和算法的有效性。最后针对中法两国间的航权资源分配进行了实际应用。     

基于区块链的多先进战机协同作战资源自适应调度

对于多先进战机协同作战资源调度问题,需综合考虑先进战机的攻击能力和防御能力,以作战收益最大和代价最小为目标,给出最优资源调度方案,从而实现作战效能的最大化。本文针对资源调度问题中存在的先进战机间相互不信任进而导致作战效能降低的问题,提出了基于区块链的多先进战机协同作战资源调度框架,并基于智能合约建立了多先进战机协同作战资源调度数学模型,同时利用改进遗传算法进行求解。仿真结果表明,基于区块链的多先进战机协同作战资源自适应调度方法在保证先进战机间相互完全信任的基础上,确保了战场信息交互的安全性和可靠性,间接提升了作战效能。     

基于6σ设计的复合推力高速直升机总体参数多目标优化

针对复合推力高速直升机总体设计阶段总体参数的选择问题,提出一种提高可靠性和鲁棒性的基于6σ设计的改进多目标遗传算法优化方法。采用叶素理论和数值积分的方法分析计算了复合推力高速直升机气动及飞行性能,并以此为基础建立了约束函数和初步目标函数模型;将6σ设计融入改进的多目标遗传算法中,构造最终目标函数;在给定有效载荷设计要求下,对复合推力高速直升机总体参数进行了多目标优化设计。该方法获得了所需的Pareto解,优化后的复合推力高速直升机飞行性能相对原机有了较大改善,算例结果表明该方法有效可行。     

基于改进遗传算法的飞行航迹规划

航迹规划技术是有效提高飞行器突防概率的关键技术之一,能在大范围的真实环境中 规划出满足各种约束的较优航迹,因此对所采用的算法有比较高的要求。基于此,首先 研究了航迹包含的角度、高度、航迹段长度及飞行器的最大航程等约束条件;其次对航迹编 码方式进行了改进,采用数组混合编码方式;并对遗传算法的交叉概率和变异概率的计算、 交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了应用仿真研究 。对应用不同的航迹编码方式所得结果进行了对比分析。仿真计算表明,该算法能够规划出 一条满足要求的航迹,避免了分层规划的复杂性,提高了算法的工程实用性。