基于速度增量的空间绳系机器人中距离逼近过程最优轨迹规划

针对空间绳系机器人中距离逼近过程最优轨迹规划问题,提出了基于速度增量的多目标逼近轨迹优化方法,优化指标为总速度增量及逼近时间。首先建立逼近过程相对动力学模型及最优逼近轨迹优化模型,然后利用改进型非劣分类遗传算法得到相对逼近距离1.5 km内逼近轨迹的Pareto最优解。仿真结果表明,该方法可以揭示空间绳系机器人逼近距离1.5 km内逼近时间、燃料消耗、相对目标的面内视界角及速度增量次数之间的相互关系,能满足针对不同任务需求提供相应最优轨迹的要求。     

基于遗传退火算法的电路模拟吸波材料设计

相比传统吸波材料,电路模拟吸波材料可以很好地减小材料厚度、提高吸波性能,其设计通常使用遗传算法进行优化。针对传统遗传算法的诸多不足,对交叉和变异概率进行了改进、引入了模拟退火思想作为子代接受准则并增加了算法终止准则。其中,对交叉和变异概率的改进是最大创新点。改进后的遗传算法只需进化100代即得到最优解,平均反射率为-15.0420,厚度为1.43 mm,均优于传统算法得出的结果。结果表明,改进后的遗传算法具有收敛速率快、不易陷入局部最优解等优点。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

空天飞行器上升轨迹优化

飞行器轨迹优化是一类最优控制问题,传统的优化方法存在对初值敏感的缺陷。采用一种组合优化方法,对空天飞行器的上升轨迹进行优化。首先用遗传算法对直接打靶法离散的非线性规划问题进行全局寻优,得到初步优化结果,然后以该结果作为初值,用序列二次规划法对伪谱法离散的非线性规划问题进行局部寻优,得到最终的优化结果。结果表明,组合优化方法既解决了初值敏感问题,又有较高的优化精度,可以有效求解轨迹优化问题。     

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。     

基于试验设计-遗传算法的船用柴油机冷却系统多目标优化

为了获取某型船用柴油机冷却系统的最佳运行参数,在柴油机可靠运行的前提下,尽量提升动力性和经济性。建立了柴油机工作过程-燃烧室-冷却系统耦合仿真模型,提出试验设计-遗传算法优化算法,该算法具备节省试验成本和多目标全局寻优的优势,选取柴油机的6个典型推进工况点进行研究,采用该算法对冷却系统运行参数开展多目标优化设计,优化设计以海、淡水泵转速为变量因子,以提升动力性参数和经济性参数为目标,以涡前排温、淡水出机温度和峰值缸压为约束条件,优化后,在低负荷点,淡、海水泵节省功耗79.4%、71.73%,扭矩提升7.2%,有效功率提升7.6%,热效率提升8%,耗油率降低6.73%,摩擦功降低9.71%,峰值缸压降低5%。研究结果表明：耦合仿真模型与实机更加贴近;试验设计-遗传算法在解决强耦合、非线性系统的多目标优化问题具备成本低、效率高、精度高的优点。     

民机空调系统部件不完全维修决策优化

针对民机系统部件维修通常存在的"维修过剩"与"维修不足"问题,提出一种综合考虑维修经济性与可靠性的不完全维修优化模型。引入改善因子表达不完全维修对部件有效寿命的影响,采用最小维修、预防性维修和修复性更换相结合的维修策略,构建以单位时间总维修成本最低为目标、可靠寿命为约束的数学模型,利用遗传算法进行求解,获得优化的维修时间间隔。以民用飞机空调系统部件的维修为例验证了优化模型的可行性,可为航空公司制定合理高效的维修计划提供支撑。     

基于遗传算法的含集中质量和弹性支撑复合材料层合板固有频率优化设计

运用遗传算法对含集中质量和弹性支撑的复合材料层合板进行了以自振频率最大化为目标的优化设计,采用了灵活的整数编码方式和改进后的收敛准则,同时考虑了集中质量和弹性支撑的位置优化问题以及铺层顺序优化问题.通过大量试验计算,对遗传算法中的运行参数进行了合理设置,达到了计算结果为全局最优解的概率高于0.95,并且计算量最少的目标.     

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.     

振动环境试验中的结构模态参数识别

振动环境试验中的测点加速度响应与台面加速度响应数据之比,可以被看作结构频响函数的加权和。因此,可以将加速度传递率作为被测结构的一个“广义频率响应函数”来提取结构的模态参数,如固有频率、阻尼比。求解广义频响函数时,根据加权最小二乘法构造目标函数,并通过遗传算法迭代,得到结构的固有频率、阻尼比。应用此方法对某卫星的振动试验数据进行模态分析,得到的结果与模态试验结果一致。