基于遗传算法的最优Lambert双脉冲转移

研究了初始位置和转移时间不固定的Lambert双脉冲轨道转移的数值解,用三 维图和截面图直观显示了初始位置、转移时间和速度增量的关系,并说明了其在实际工程任 务中的应用价值.基于数值解,提出了Lambert双脉冲轨道转移的优化问题.目标是找到最 优初始位置和转移时间,使燃料和时间的加权和最小.给出了遗传算法求解该优化问题的设 计步骤.该算法应用于2个算例:①平面圆轨道的燃料最优转移,并将遗传算法和Hohmann 转移的结果进行了比较;②椭圆轨道、初始位置有约束的燃料和时间最优转移.结果说明 了遗传算法寻找最优转移解是准确有效的.      

基于云模型的全局最优化算法

基于云模型在定性概念与其定量数值表示之间转换过程中的优良特性,结合遗传算法的基本思想,提出一种自适应高精度快速随机搜索算法,并将之运用到函数寻优中.在定性知识的指导下该算法能够自适应控制搜索空间的范围,较好地避免了传统遗传算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题.算法易于实现,不存在遗传算法中的编码问题.试验结果表明该算法具有精度高、收敛速度快等优点.在众多优化问题上有广泛的应用前景.      

任意寿命分布的多部件系统备件配置优化算法

针对部件服从任意寿命分布的多部件系统,提出了基于蒙特卡罗仿真-边际效益分析的备件配置优化算法,采用蒙特卡罗仿真方法计算备件供应效能值,在此基础上引入边际效益分析法确定备件的优化配置.算例中以供应延误时间为供应效能目标值,以费用为约束条件,得到了由若干指数寿命件、正态寿命件和威布尔寿命件组成的多部件系统的备件优化配置清单,并对算法进行了比较验证,结果表明该算法对于解决复杂系统的备件优化配置问题具有良好的适用性.      

Pareto最优解的充分及必要条件

对多目标优化问题不需目标函数的凸性和二次可微性的假设，在约束区域具有严格点凸性的条件下，证明了Ｋｕｈｎ－Ｔｕｃｋｅｒ条件是严格局部Ｐａｒｅｔｏ最优解的必要的充分条件，并以若干例子说明其适用性。     

轨道维持与调相的综合优化策略研究

在交会对接飞行任务设计研究中必须首先确定目标航天器的轨道设计策略,研究了一种将目标航天器轨道维持和调相两种任务进行综合优化的策略.轨道维持的任务是使得目标航天器轨道的形状和位置符合交会要求,调相的任务是使目标航天器在轨道中的初始相位角符合交会要求.在考虑了交会对接发射窗口、交会终端约束条件下,将目标航天器轨道设计问题转化为一个非线性规划问题,应用序列二次规划方法对其进行了求解.仿真计算表明,这种方法既能以较少变轨次数满足交会对接任务要求,又能节省燃料,为空间交会对接任务规划提供了重要参考.     

爬壁蠕虫机器人构型初探

根据松毛虫和尺蠖蠕动前行的特点以及仿生学原理,基于模块化思路分别提出了松毛虫和尺蠖爬壁机器人运动学构型.针对两种模型,讨论比较了它们的安全性和可用步态.通过分析松毛虫的蠕动步态和尺蠖步态,发现基于全主动关节驱动的松毛虫模型中存在冗余驱动问题.但由于松毛虫模型具有更多的可用步态,因此比尺蠖模型具有更高的安全性.这两种模型的样机由若干吸附模块和关节模块构成,以验证两种蠕虫机器人的爬壁能力.试验表明由于松毛虫机器人运动时存在冗余驱动,导致吸盘出现侧滑力,同时验证了尺蠖机器人在竖直壁面上的爬壁能力.为了进一步改进尺蠖机器人的吸附能力,采用了一种非对称的运动步态.     

飞翼布局作战飞机起降特性分析

飞翼布局作战飞机采取新型操纵面,且取消了常规的用于起降增升的襟翼装置,研究了该特殊构型飞机起降飞行的操纵新机理.以一种飞翼布局飞机为例,根据风洞试验的结果比较了典型的飞翼与常规布局作战飞机低速气动特性的差异;进而计算了其起降性能,并与典型常规布局作战飞机F-16进行了对比分析.结果表明,由于全翼面的布局设计,飞翼飞机具有翼载荷低的特点,使其更容易满足起降性能的要求.研究结果对飞翼布局作战飞机的设计和性能评估具有重要的参考价值.     

冗余度机器人动力学优化控制研究

稳定性和终态自运动是动力学优化中的难点.为了解决冗余度机器人动力学优化中的这些困难,深入研究了动力学优化和关节速度间的内在联系和矛盾,提出通过优化关节速度提高动力学优化的综合品质的思想,阐述了在线调节关节速度齐次项,同时改善稳定性和终态自运动的方案.仿真证实所提方案的实用性和有效性.     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.