空间智能桁架作动器/传感器位置优化中的遗传算法应用

研究了空间智能桁架振动控制中的作动器／传感器位置优化问题。在对作动器／传感器进行动力学建模的基础上，推导出整个空间桁架机电耦合作动方程和传感方程。基于作动效率和观测效率，提出了不依赖于控制方法的位置优化准则，采用遗传算法对作动器／传感器位置进行了优化。最后针对空间智能桁架进行了位置优化仿真和模糊振动控制仿真，仿真结果验证了遗传算法优化此类问题的优越性、可信性。     

基于遗传算法的TT＆C测控资源优化调度

TT＆C测控资源调度是一个涉及卫星、测控站以及调度准则等多方面因素的复杂优化问题。针对这一优化问题，根据测控调度的一般原则和优化准则，建立了相应的优化模型，并给出了基于遗传算法求解该问题的方法和步骤；最后，通过两个示例分析，演示验证了该方法对于解决一般测控调度问题的有效性。     

X波段单发多收体制下用于解距离模糊的时变二相码波形优化设计

针对小卫星雷达系统由于天线尺寸受限、宽波束照射面积大而带来的方位模糊,通过采用高脉冲重复频率来解方位模糊,然后利用发射波形的时变特性来解决高重频带来的距离模糊。基于此,采用了一种梯度遗传算法对多发射二相码波形进行优化,使其自相关峰值、积分旁瓣电平和互相关主副比、积分旁瓣电平尽可能的低。同时对多约束构成的适应度函数进行自适应尺度因子加权,以克服不同约束带来的不同数量级所造成的优化倾向问题。仿真结果和性能分析验证了该算法的有效性和可行性。     

基于遗传算法的航空备件费用优化研究

航空备件费用直接影响航空备件保障概率,而备件保障概率又直接影响到备件延误时间,进一步影响到维修保障及装备的战备完好性,因而如何利用好有限的备件费用,得到较大的战备完好率是一个重要的研究课题。本文推导了战备完好率与备件费用之间的函数关系,并利用遗传算法对航空备件优化模型求解进行了阐述。     

遗传算法与模糊方法相结合在电梯群控中的应用

提出了一种基于改进遗传算法的群控多目标优化调度方法。对乘客候梯时间,乘梯时间,拥挤度和电梯系统运行能耗等多个控制目标进行优化。改进遗传算法由模糊控制与遗传算法组和构成,在遗传操作过程中采用首位存放策略。采用MATLAB编写通用性仿真程序,在给定建筑物参数和电梯配置参数条件下,对调度算法进行仿真,数值结果表示该方法是有效的,可行的。     

基于卡尔曼滤波器和遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,构建了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法。卡尔曼滤波器根据发动机可测参数偏离额定特性时的变化量,对发动机性能参数进行了估计。当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况。遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出存在测量偏差的传感器,确定其偏差,并最终消除测量偏差对性能诊断的影响。     

基于遗传算法的软件结构测试数据生成技术研究

首先介绍了软件结构测试数据生成的研究现状，然后探讨了用遗传算法解决该问题的方法和技术，在上述研究成果的基础上，已开发了一个用遗传算法实现最优搜索，生成测试数据的工具原形，初步实验表明该方法是有效的可行的。     

适用于欺骗问题优化的分段遗传算法

为了有助于克服遗传算法中的模式欺骗性问题，本文基于遗传算法在不同阶段运行性能的不同，并且借鉴新达尔文主义中生物进化的选择机理，分析和探讨了一种适应性分段遗传算法，并且通过试验证明了该方法的有效性。     

关于遗传算法模糊控制的研究

在控制对象的数学模型由于受非线性的时变的影响很难精确确定时，模糊控制是一个比较好的方法，但模糊控制规则易受人的因素的影响而归纳得不完善，并且不能自学习影响了模糊控制的效果。遗传算法可以搜索整个空间，不易陷入局部最优解，不受搜索空间的性假设的约束。可以解决非常困难的寻优问题，本文提出关于遗传算法的模糊控制，使控制规则得到优化，从而改善了控制性能。仿真实例表明这种方法是可行的。     

A REAL-VALUED GENETIC ALGORITHM FOR OPTIMIZATION PROBLEM WITH CONTINUOUS VARIABLES

提出一种用于连续变量函数优化的遗传算法。它由一种简单、适应面广的动态刻度适应值和选择算子、杂交与变异算子，以及这些算子相应的自适应概率组成。该算法经两个常用函数检验，并在图象识别的神经网络权值训练中得到应用。实验结果表明，该算法是一种快速有效的全局优化算法。