小生境遗传算法及其在飞行控制系统中的应用

针对飞行控制系统控制器参数优化问题,提出了一种基于小生境遗传算法的模型参考优化整定策略,并将此策略应用于某型飞机的横侧向飞行控制系统的参数优化中。仿真结果表明,该优化策略能够有效地整定飞行控制系统的参数,具有收敛速度快、编程简单的优点。     

遗传算法在等效系统拟配中的应用

采用遗传算法 ,对某机横航向操纵系统进行了等效系统拟配计算 ,并对遗传算法中控制参数和变量初始区间的设定进行了分析。结果表明 ,遗传算法在等效拟配计算中有效可用 ,并且在保证算法收敛和拟配结果合理方面有很强的优势。     

GA-复合形法在弹簧优化设计中的应用

在基本的遗传算法的基础上，将基本遗传算法与复合形法有机的结合起来，形成一种新的优化方法：CA-复合形法。并对发动机气门弹簧进行了优化设计。优化结果表明：该方法不仅具有较高的优化效率，而且具有较高的优化精度，并且避免了局部收敛。     

非线性系统鲁棒自适应设计与计算机仿真

首先,针对BTT导弹的非线性模型,给出了其适合用backstepping没计方法的控制模型.充分利用系统的结构特点,结合backstepping没计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法.设计过程中将不确定性对系统的影响合成为一项,有效地解决了控制系数矩阵未知时控制器设计问题,同时放松了现有文献中对控制系数矩阵不确定性的要求.最后给出的仿真结果显示该法的有效性.     

基于广义多层次模糊模型的无人机路径规划

无人机自主飞行的路径规划涉及许多因素,为了使决策向量的获得过程尽可能多包含各个因素的信息,采用广义多层次Fuzzy综合评判是一种有效的方法.但是由于预先不知道权数分配,也无法知道评判结果,故无法用解决广义多层次Fuzzy综合评判或解决其逆问题的方法得到结果.为此引入遗传算法,利用其进化特性,求得合理的权数分配和广义多层次Fuzzy综合评判结果,可以达到控制飞机飞行过程的目的.这一过程提供了一种解决非正非逆问题的广义多层次Fuzzy综合评判问题的新思路和新方法.     

自适应直角切割网格民机增升装置绕流数值模拟

提出并介绍了基于直角切割网格的分区面搭接技术,采用变长宽比网格方法,成功地进行了存在外形间断(剪刀叉)的民机增升装置的网格生成和绕流Euler方程数值模拟.根据外形的特点,运用"根"网格分区算法,降低了整个网格的生成难度;通过基于外形的自适应网格加密技术,详细地描述了外形上的大量缝道和凹槽,提高了网格质量;在分区交界面上,利用重叠面积切割和面搭接算法实现了两侧网格间的流场信息传递,并保证了通量守恒;采用中心有限体积方法,结合双时间推进算法,完成流场的Euler方程数值模拟,计算结果与实验数据吻合良好,说明所述方法的正确性.     

三维Euler方程的自适应非结构网络计算

介绍一种三维自适应非结构网格的Euler方程求解技术。采用有限体积中心差分的格点格式对Euler方程进行空间离散,多步龙格-库塔时间推进,并采用当地时间步长、焓阻尼修正等加速收敛。采用Delaunay三角剖分技术生成三维流场的四面体网格。网格自适应技术中的网格局部加密也采用Delaunay三角剖分技术。最后用ONERAM6机翼的跨音速绕流计算说明本文方法的有效性。     

基于遗传算法提高计算机连续语音识别率的研究

为提高计算机连续语音识别准确率,应用遗传算法人工智能控制技术具有的高效全局启发式搜索特点,探讨了提高计算机连续语音识别准确率的优化方法,通过提取语音特征参数,作为初始语音群体的生成,把语音识别内核程序中语言焦点作为遗传算法中操作算子,以高效全局启发式适配语音类型,连续语音识别准确率提高7％,为实现真正意义上计算机“人一机对话”进行了大胆的尝试。     

三维直角叉树切割网格Euler方程自适应算法

基于叉树数据结构，实现了一种用于三维直角叉树切割网格的自适应算法，包括对几何外,形以及对流场计算的自适应网格加密技术。在初始网格的生成过程中，根据相邻网格的物面法向向量间的差值，进行针对外形的自适应网格加密；在流场计算中，根据相邻网格间选定物理量梯度的变化，进行针对流场的自适应网格加密。详细地描述了三维直角叉树切割网格的生成过程，以及以任意网格的切割细分算法。在自适应过程中，分别采用了八叉树和全叉树的数据结构，八叉树是基本的数据结构，而全叉树的采用，使网格具有了各向异性的特征，从而大大的减少了自适应网格的数量。采用中心有限体积法，求解Euler方程，并运用上术方法，完成了对外形和流场的逢适应网格加密算法，获得了较好的数值计算结果，证明了自适应算法的正确性，体现了直角叉树切割网格自适应技术的有效性和实用性。     

基于改进型遗传算法的多传感器—多目标定位信息融合

针对用遗传算法解决多传感器-多目标定位收敛速度的问题,提出了采用拉格朗日松驰技术改进遗传算法的方法,并给出几种典型情况下算法的实验结果。实验结果表明,改进的遗传算法收敛速度比改进前提高了5—6倍。