形式验证中ROBDD变量排序算法的研究

不良的ROBDD变量排序会引发状态空间爆炸的危机,从而影响形式验证方法的推广和使用。通过对CUDD数据包中ROBDD遗传变量排序算法的研究,利用变异操作和保留最优个体的时代繁殖操作对原算法进行了改进。实验数据表明,改进后的算法在可以容忍的运行时间内减少了ROBDD的节点数目,在一定程度上缓解了形式验证中状态空间爆炸的危机。     

基于遗传算法的复合材料壁板热颤振优化设计

将遗传算法与有限元分析方法结合起来,探索了以壁板颤振临界速度最大为目标,以壁板不发生热屈曲为约束条件,层合复合材料壁板铺设方式为设计变量的热颤振优化设计方法。在该方法中,通过有限元分析获取壁板的颤振速度作为适应度,同时引入一个可自动更新的数据库用于存储已求得的适应度,使得在优化过程中可以直接从数据库中读取对应的个体适应度,大大节约了优化搜索的时间。通过对矩形和正方形壁板的热颤振优化设计算例表明,该方法能在保持壁板铺层数固定的情况下有效提高壁板颤振临界速度,可应用于高速飞行器壁板热颤振的工程优化设计。     

最小发汗量冷却系统的PID进化控制策略和实现算法

针对发汗冷却系统中不可压缩发汗剂对热层温度场的优化控制问题,利用径向基函数神经网络建立了被控温度场的预测模型,构造了使发汗剂消耗量和预测温度超调量极小化的泛函性能指标,提出一种基于遗传算法的PID进化控制策略和实现算法。同时,该神经网络预测器可以通过在线学习随时跟踪温度场的变化,以实现对温度场的滚动优化和进化控制。仿真结果表明,这种基于神经网络预测和遗传算法优化的PID进化控制器能够实现在几乎无烧蚀的情况下发汗剂消耗量的最小化。而且,该算法还适合于多样化的性能指标,便于求解和实现,实用性强。     

航天器精确节能模糊脉冲调宽控制器的设计

为实现航天器精确、节能的姿态或轨道控制,提出一种采用脉冲宽度调制PWM(Pulse Width Modulation)与模糊比例微分PD(Proportional Differential)控制相结合的模糊PD-PWM控制器.其中PWM能将开关型控制转化为相应的精确线性控制,而模糊PD控制在能量消耗限制不同情况下可实现两种快速、节能的控制过程.在分析大气层外拦截器EKV(Extra-atmospheric Kill Vehicle)处于目标捕获和末制导阶段对姿控系统的不同性能要求的基础上,以EKV姿控系统为例介绍了模糊PD-PWM控制器的设计和优化过程.说明了模糊PD控制器隶属度函数的设计、待优化参数的选择以及模糊控制规则的设计,重点叙述了遗传算法GA(Genetic Algorithms)中适应度函数的设计方法,并对隶属度函数进行了优化.仿真结果证明优化后的控制器能满足EKV不同阶段姿态控制要求,具有精确、节能的特点.      

冲击噪声背景下基于遗传算法的正弦信号参数估计

冲击噪声的存在会导致常用的基于FFT、二阶矩或高阶矩正弦信号参数估计计算的退化,甚至出现错误。文章针对冲击噪声背景,提出了一种改进的遗传算法用于多分量正弦信号的参数估计。改进的算法采用了自适应最优保持、两点交叉和大变异操作等优化策略;同时优化了操作流程,采用逐个估计的步骤,大大简化了计算。仿真结果证明了该方法优于传统的最小二乘法,可较准确地估计多个正弦信号的参数。     

星载合成孔径雷达天线距离向方向图优化目标函数分析

通过星载合成孔径雷达(SAR)天线距离向方向图的优化,可以改善距离模糊特性。SAR天线的距离方向图优化与传统天线方向图优化不同,它只需要对产生模糊的区域副瓣进行限制,因此,以距离模糊区图(简称MASK)为模板,采用遗传算法对天线方向图进行综合。仿真结果表明,这种方法很好地抑制了距离模糊,对星载SAR系统设计具有实际意义。     

基于时间最短的SGKW共面打击轨道优化设计

天基对地打击动能武器(SGKW)用于从太空对地面高价值战略目标进行快速、准确的打击。针对最短打击时间要求,研究了SGKW共面打击轨道的优化设计方法。首先建立了SGKW的无量纲化平面运动模型,然后利用庞特里亚金极大值原理将时间最短共面打击轨道的最优控制问题转化为两点边值问题。由于约束条件中存在优化参数,一种基于"遗传算法 序列二次规划"的组合优化算法被用于求解未知参数。仿真结果验证了上述方法的有效性。     

航天火工装置步进应力加速贮存寿命试验方法研究

针对航天火工装置特点．探讨了以步进加速贮存寿命试验来评定其贮存可靠性的理论与方法。为了提高试验效率和确保试验方案合理优化,提出了采用小样本摸底试验的方法。首先确定阿累尼乌斯（Arrhenius）方程中的参数,以激活能为理论基础,根据摸底试验确定的应力水平和期望的失效数对试验时间进行估计的解决思路．为温度加速试验不同水平下的试验时间的确定,提供了可供参考的指导原则。     

高超声速飞行器滑行航迹优化

针对高超声速飞行器滑行的密度模型、动力学模型、空气动力模型和作为输入的攻角,将弹道问题转化为最优控制问题,采用极大值原理求得航程最大的一阶必要条件,采用多次变区间的遗传算法、非线性单纯形法和邻近极值法的组合优化策略来求解此两点边值问题,首先用多次变区间的遗传算法和单纯形方法求得全局航程最大,然后用邻近极值法得到合适的初值满足所有终端约束,通过对一高超声速飞行器的算例进行了优化计算,得到了最优弹道和优化算法的收敛曲线,并与升阻比最大飞行方案进行比较可知,最优控制方案求得的航程大于升阻比最大飞行方案的航程.      

神经网络在经济预测中的应用

阐述了针对BP神经网络在经济预测应用中存在的网络学习速度缓慢、计算量大、网络容易陷入局部极小、学习步长需要通过实验由人工来设置和调整等问题,提出将自组织理论、扩展Kalman滤波、模糊算法、小波理论等与神经网络相结合,构成新的网络结构或改进学习算法,以克服BP神经网络自身不足的思路。