动态车间调度算法

介绍车间调度算法领域的一些热点研究,重点介绍遗传算法、蚁群算法以及免疫遗传算法;详细分析这3种算法的优缺点以及基本概念;同时针对几个数学模型展开分析;最后结合上述分析,确立我所"十一五"某相关课题算法的基本思路和原则.     

气动优化设计中的遗传算法研究

建立以实数编码技术为基础的多种遗传算法模型，利用这些模型来研究复制、重组和变异三种基本的遗传操作对气动优化设计的优化质量和效率产生的影响，在此基础上研究群体规模、最大进化代数和遗传概率等遗传控制参数对优化质量和优化效率的影响，期望对应用遗传算法的气动优化设计提供一些有益的参考。     

机载光电跟踪系统模糊控制的优化设计与仿真

 分析了机载光电跟踪系统的构成,并对机载光电跟踪系统的最主要组成部分——陀螺稳定平台框架系统设计了基于遗传算法的模糊控制器,通过遗传算法来优化模糊控制器的规则、参数以及量化因子和比例因子。并对系统进行了详细的仿真研究,仿真结果证明基于 GA的模糊控制器设计获得了良好的控制效果。     

一种基于模糊遗传算法的多传感器多目标跟踪数据关联算法

基于模糊遗传算法发展了一种新的数据关联算法。数据关联的静态部分靠一个模糊遗传算法来得出量测组合序列和S-D分配的m个最优解。在数据关联的动态部分，将得到的S-D分配的m个最优解在一个基于多种群模糊遗传算法的动态2D分配算法中依靠一个卡尔曼滤波估计器估计出移动目标各个时刻的状态。这一基于分配的数据关联算法的仿真试验内容为被动式传感器的航迹形成和维持的问题。仿真试验的结果表明该算法在多传感器多目标跟踪中应用的可行性。另外，对算法发展和实时性问题进行了简单讨论。     

磁重联区Alfven波及新生离子的加速

利用二维混合数值模拟研究了有速度驱动、低等离子体β值情况下的磁场重联过程，结果表明磁重联过程可以产生Alfven波，该Alfven波动对重新区中的新生离子作用，使得新生离子经历投掷角散射方程，具有球壳分布特征，部分新生离子得到加速，其获得的最大能量约为4（miVA0^2/2)，此加速过程所需的加速时间在100／Ωi量级，是一个极快的加速机制，加速粒子能谱为双幂律谱。     

基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化

对基于Pareto最优概念的非劣性分层遗传算法(NSGA-Ⅱ)进行了改进，与区域覆盖卫星星座的多目标优化设计相结合，提出基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化设计方法，并利用多属性决策中的字典序法，根据目标的重要程度，在得到的Pareto解中进行选择．最后，利用STK和Matlab工具对遥感卫星星座进行了仿真，仿真结果表明该算法可以找到多个Pareto解，避免了传统的多目标优化求解方法的权值选择问题，并且比简单遗传算法具有更好的灵活性，从而解决了多目标优化的星座设计问题。     

基于六模糊控制器的自适应遗传算法

遗传算法的性能主要取决于算法对满意解的搜索和优化的能力。本提出的自适应遗传算法可以自动均衡搜索和优化关系。该算法采用六个模糊控制器对符号编码遗传算法的遗传操作实施动态参数控制。对旅行商(TSP)问题的求解结果表明该算法在解决类似于TSP的组合优化问题时具有比标准遗传算法更好的性能。     

机翼蒙皮无损检测生产线中扫描路径优化方法

复合材料机翼蒙皮尺寸大、形状复杂、易回弹,无法采用机床等传统方式进行无损检测,机器人柔性化、智能化的特点,为无损检测生产线提供了全新的思路。针对此类问题,提出了大型机翼蒙皮连续曲面无损检测生产线及路径优化方法。利用双机器人搭载超声扫描设备,采用两次检测策略,第一次扫描对复合材料曲面进行重建,提高第二次透射式无损检测的精度。根据机翼的形貌,提出了一种平行于桁条行切的总体扫描策略,根据曲率利用最小二乘法将点集分组,之后应用混合遗传LM算法进行路径优化,即采用改进型遗传算法进行启发式全局优化,之后采用LM算法进行确定性局部优化,高效得到其最优扫描路径。在RoboDK中进行仿真,利用机器人搭载超声检测末端对蒙皮进行扫描。最后采用机器人搭载线激光扫描仪对优化路径进行精度验证。仿真及试验结果表明,相较于传统的检测方法,该方法满足无损检测约束条件,平均检测效率提高9.2%。     

基于融合算法的航空发动机涡轮前温度最优控制

涡轮前温度是航空发动机的关键控制参数之一,在保持发动机推力不变的前提下,降低涡轮前温度可以有效提高发动机使用寿命,涡轮前温度最优控制是降低涡轮前温度的有效技术途径.本文研究了航空发动机涡轮进口温度的在线优化问题,并根据该优化问题的特点,提出了一种基于小生境遗传算法(NGA)与非线性规划(NLPQL)相结合的混合优化算法...     

基于CMVO的涡扇发动机加速过程优化控制

针对涡扇发动机加速过程控制寻优难的问题,提出了一种混沌多元宇宙优化算法。在多元宇宙优化算法的基础上加入混沌初始化和混沌搜索,增强了全局搜索能力。采用算法进行涡扇发动机加速过程优化控制仿真,并与可行序列二次规划算法、粒子群算法和多元宇宙优化算法进行对比验证。结果表明：算法能够实现加速过程的优化控制,发动机紧贴喘振边界加速,且满足各个约束条件。对燃油流量、喷口面积、风扇和压气机导叶角度四控制量同时进行优化时,其加速时间为3.8 s,优于其他三种算法。验证了算法具有较强的全局搜索能力,在涡扇发动机加速过程优化控制问题中具有一定的优势。