基于遗传算法的固体火箭发动机参数辨识

固体火箭发动机参数辨识为非线性受约束优化问题,经典算法求解此类问题时初值敏感、局部收敛等问题表现较为突出.针对上述难题,将具有良好全局收敛性的遗传算法用于固体火箭发动机参数辨识,得到推进剂燃速模型和喉径变化模型的全局最优辨识值.计算结果表明,固体火箭发动机参数辨识采用遗传算法求解可行,计算结果与试验结果吻合良好.     

基于扇区负荷约束的管制移交间隔多目标优化模型

繁忙扇区的容量随着交通复杂性的改变而动态变化,现有的基于确定容量的管制移交间隔管理策略不再适用,且动态容量下频繁改变移交间隔也不利于空中管制指挥。本文首先通过将交通复杂性转化为管制工作负荷参数,解决移交间隔改变导致的容量动态变化问题,建立基于扇区负荷的容量流量匹配模型。其次设计管制移交间隔策略稳定性表征函数,提出以策略稳定性和延误成本为目标的管制移交策略优化模型和智能算法。最后基于昆明机场进近扇区实际数据进行仿真验证,证明本方法可以获得一组帕累托最优解,能够为流量管理部门发布管制移交策略以供决策支持。     

基于管制员负荷的西安终端区扇区优化

若扇区的工作负荷差别较大,会限制空域容量,给飞行安全和空域的利用造成不利影响.为了提高空域容量,缓解空中交通压力,构建基于管制员负荷的西安终端区扇区优化方法.通过对西安终端区近期雷达数据进行统计分析、量化管制负荷,得到符合西安终端区的管制员负荷综合值;对该终端区进行剖分得到Voronoi图,依据均衡扇区管制负荷的原则,加入实际约束条件,采用遗传算法对扇区进行优化.结果表明:通过扇区优化,提升了西安终端区的容量,均衡了各扇区的管制负荷,取得了较好的优化效果.     

基于遗传算法的空间自由漂浮机械臂系统运动规划

为了研究空间自由漂浮机械臂系统的运动规划问题,本文将其动力学模型转化为以关节角速度为控制输入变量的非线性控制系统状态方程,确定了以能耗最小为主要目标,同时满足一定约束条件的多种目标函数,提出了运用遗传算法求解最优控制变量的运动规划方法。同时,以机械臂从初始位形运动至指定终端位形的过程为仿真算例,对上述规划算法及其应用进行了分析和验证。仿真结果表明该算法有效可行,能够为机械臂系统的空间操作提供理论参考。     

复合材料层合结构铺层顺序优化设计的免疫遗传算法

本文利用生物免疫系统对抗体浓度调节原理,提出了一种用于组合优化的免疫选择概率算子,同时考虑了抗体调节加权系数随搜索进行动态变化。对给定的复合材料层压板,以几何因子为优化对象,应用免疫遗传算法进行了铺层顺序的优化。应用四种不同遗传算法,对算例的优化结果进行了统计分析,结果表明:本文算法的成功率高,首次获全局最优解的迭代次数少,并能使种群收敛于全局最优解。     

基于全模式遗传算法的导弹/固体冲压发动机一体化优化

在综合考虑固体火箭冲压发动机设计、导弹气动特性和外弹道关系的情况下,详细分析了各设计变量,并建立了空空导弹总体／冲压发动机一体化设计优化模型。针对在优化过程中遇到的无显式约束问题,提出了一种高效全模式遗传算法,并分析了其收敛性。计算结果表明,与其它算法相比,全模式遗传算法具有极强的全局寻优及高速收敛能力：一体化优化设计优于工程设计方法,可有效提高导弹总体性能。     

基于GA的可靠性寿命分布参数的极大似然优化估计

基于极大似然估计法的基本原理和优化理论,建立了可靠性寿命分布参数的极大似然优化估计模型,并采用遗传算法(GA)进行求解,分析了GA在模型求解中的编码、选择策略、交叉和变异等关键步骤,以及约束条件的处理。给出了用该法估计单威布尔分布和混合威布尔分布参数的一实例。结果表明,工程上此法可有效估计可靠性寿命分布的参数,所获结果更为精确合理。     

具有内点状态约束的机动再入弹道优化设计

高级机动弹头末制导装置开始工作时对弹头飞行速度和姿态有一定的要求。这就增加了内点约束,从而使机动再入弹道设计问题成为具有内点约束和终端约束更复杂的最优控制问题。利用遗传算法求解该问题,用多段插值方法进行染色体设计,设计了基于模拟退火思想的罚函数和适应度函数来处理各种约束。仿真结果表明,所设计的遗传算法效率高,对初值不敏感,能搜索到全局最优解。所设计的再入机动弹道能满足机动弹头对姿态、热流和速度的要求。     

基于遗传算法的RLV再入轨迹优化设计

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题,利用改进的基于小生境技术和精英方法的适应值共享拥挤遗传算法进行RLV的再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。     

最佳矢量与遗传算法在结构系统可靠性优化中的应用

利用目标函数和约束函数的梯度信息,给出了基于结构可靠性的最佳矢量优化方法,其具有较强的局部搜索能力、收敛快等特点,并结合遗传算法较强的全局搜索能力构造了基于最佳矢量优化方法和遗传算法的混合算法。该方法结合了二者的各自的特点,使两种算法的搜索能力得到了相互补充,祢补了各自的弱点。结合算例表明,应用该方法所得的优化结果好于单独使用最佳矢量优化方法或单独使用遗传算法所得的优化结果,该方法是一种优化能力、效率较高的优化方法。