基于并行遗传算法的向心涡轮气动优化设计

为了提高向心涡轮轮周效率,保持流量、膨胀比不变,以流道、安装角、型面为设计变量,基于并行遗传算法的优化方法,对某微型发动机向心涡轮叶片气动性能进行多变量耦合的自动优化设计,利用商用软件NUMECA进行3维流场计算分析,并比较了优化前后向心涡轮转子的总体性能。结果表明:在设计工况下,向心涡轮的轮周效率提高近3%,流量也略有增加,膨胀比近似不变;在非设计工况下,优化叶片效率均高于初始叶片的,向心涡轮的整体性能得到提高。该算法不仅可自动实现多变量耦合优化,而且可高效地得到高气动性能叶片。     

测量船工况智能设计策略

针对以往海上测控方案中测量船工况设计存在的不足及后续测控工作的需要，以测量船工作弧段要求及历史数据为前提，以天线增益、航线保障等多个约束条件为设计要素，结合设计流水线、知识表达、模糊综合评估、遗传算法等多种设计方法，提出了一种智能化的测量船工况设计策略。     

一种S频段具有RCS缩减特性的编码超表面

设计了一种覆盖S频段的电控1-bit编码单元，并对其进行了等效电路分析与参数优化，单元在0/1两种工作状态下相位相差180°；以此为基础完成了9×9超表面阵列设计，通过设置变容二极管两端的偏置电压，使各个超表面单元能够根据设计需求在0/1两种工作状态之间切换，从而实现反射电磁波能量干涉相消。仿真结果表明，编码超表面阵列在2 GHz~4 GHz内相对于同尺寸的金属板能够实现15 dB以上的RCS减缩。     

基于遗传算法的平面相控阵天线综合

利用遗传算法对平面相控阵天线进行了综合，在一定的频率范围内对天线阵的阵元间距、馈电流幅度和相位进行了优化。这种方法在抑制副瓣电平的同时，使天线阵的相对带宽得到了较大的提高。良好的仿真结果表明，该遗传算法在阵列天线方向图综合中的应用是有效的，有良好的应用前景。     

一种基于改进遗传算法的WDM光网络路由分配优化

论文给出了一种改进的遗传算法,通过使用一种可变长度的染色体编码表示,设计适合WDM光网络中路由优化问题的交叉和变异操作,使算法可以有效地搜索假设空间解决了WDM光网络中路由最优的情况下所占用的波长数亦是最优的问题。仿真模拟结果表明了该算法具有快速有效的特点,能较好地适用于WDM光网络的路由优化分配问题。     

基于空中交通密度的进场航班动态协同排序方法

为适应协同决策（CDM）需要，考虑空管、航空公司和机场的诉求，对进场航班动态协同排序问题进行了系统的研究。设计了一种进场航班动态排序方法，提出了一种时隙交换方法，建立了基于空中交通密度的进场航班协同排序模型，设计了精英保留的遗传算法和带精英策略的快速非支配排序遗传算法以求解所建模型，寻求进场航班动态协同排序的最优解。仿真结果表明，较基于滚动时域控制（RHC）方法，动态协同方法所得结果与排序开始时间无关，所需排序次数平均减少26.4%，且排序效率更高。较先到先服务（FCFS）方法，动态协同方法在高密度条件下各排序阶段最后一个进场航班的落地时间平均提前199.8 s；中密度条件下各排序阶段航班延误总时间平均减少29.9%，航班延误均衡性平均提高34.4%；低密度条件在航班正常率及航班延误公平性得到保证的前提下，满足时隙交换规则的排序阶段均增加了1种进场航班排序模式。所提方法可对进场航班进行优化排序，显著提高跑道容量，有效提升航班延误均衡性和航班延误公平性，契合协同决策理念，可实现三方协同排序。     

遗传算法在通信设备密集布阵优化过程中的应用

在系统介绍遗传算法的基础上,分析了电台密集布阵过程中造成电台之间相互影响的几个关键因素。利用遗传算法实现了电台的优化布阵计算,能够一定程度地解决布阵不当而造成电台之间的相互干扰。     

应急任务响应时间最优的多星成像规划方法

针对优化多星应急成像任务规划的响应时间问题进行了研究。为避免优先规划应急任务对任务总收益的影响，提出一种优化应急任务响应时间的同时兼顾任务总收益的多星成像规划方法。首先，针对综合考虑应急任务和常规任务的多星成像规划特点，建立两级目标优化的约束满足模型；其次，将模型求解过程分解为任务时间窗选择和单轨动态规划两个部分，基于自适应免疫算法对时间窗选择进行优化，同时设计前向动态规划算法确定卫星单轨最优观测路径；最后，对所设计算法的性能进行了测试，并与其他算法进行了对比。仿真结果表明本文方法能够保证应急任务响应时间最优，并同时具备较高的任务总收益，适合于求解大规模的多星成像规划问题。     

基于遗传算法的加速度控制PID参数自整定研究

详细介绍了加速度试验系统加速度PID参数自整定方法。首先利用过程辨识将控制系统数学模型近似为二阶振荡环节形式,得到传递函数表达式,然后利用遗传算法进行PID参数整定,使整定精确度和效率得到很大提高。