航天器多约束交会的仅测角导航最优多目标闭环制导

研究了航天器多约束交会的仅测角导航最优多目标闭环制导问题,优化目标包括交会时间、燃耗和仅测角导航可观性指标,并考虑了视觉传感器视场角、推力器推力幅度和最小安全距离等各种约束条件,建立了多约束、多目标优化下的仅测角导航和闭环制导问题的数学模型,分析了仅测角导航和闭环制导之间的耦合关系。最后,通过Matlab遗传算法工具箱中的多目标优化函数,求解得到了该多目标优化模型的Pareto最优解集,结果显示交会时间、燃耗和仅测角导航可观性指标不能同时达到最优,存在相互制约关系,即提高其中一种优化目标的性能会降低其他优化目标的性能。     

基于遗传算法的飞机着陆调度

使用遗传算法对飞机着陆进行优化调度。算法以所有飞机的排列次序作为个体编码,适应度函数的构建综合考虑了飞机的各种约束条件,通过选择、交叉、变异得到优化输出。仿真结果表明遗传算法用于飞机着陆调度可行、有效。     

探月返回飞行器跳跃式再入轨迹优化

基于节点自适应稀疏配点法,提出一种高精度求解探月返回飞行器跳跃式再入轨迹优化问题的方法.该方法的基本策略是:首先,应用节点自适应稀疏配点法对完整的跳跃式再入轨迹进行优化;然后,根据优化得到的控制变量对再入动力学方程进行数值积分;当积分至跳跃轨迹的最高点时,以积分得到的状态变量值作为新的初始条件,对二次再入轨迹重新优化....     

基于等几何分析的板壳结构形状-拓扑协同优化

板壳结构轻量化设计是工程中的常见问题,采用有限元法对板壳结构进行拓扑优化时,难以获得高质量的网格以精准描述几何模型,且单独使用拓扑优化受制于初始设计空间。提出了一种基于等几何分析的形状-拓扑协同优化方法,该方法执行先形状优化、后拓扑优化的步骤,在最佳结构形状的基础上实现最佳材料布局的优化目标。相比于其他组合形式的优化机制,极大地提高了计算精度与计算效率。采用3个数值算例验证了本方法的有效性与高效性,结果表明,与经典等几何拓扑优化方法相比,可得到更高性能的优化结构,有助于进一步拓宽结构优化的应用范围。     

基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

航天器天文导航中星敏感器最佳安装方位研究

航天器自主天文导航中,通常用星敏感器和地平仪测量的星光角距作为观测量,星敏感器安装方位角是影响导航精度的一个重要因素.针对星光角距作为观测量的自主天文导航方法,分别采用扩展卡尔曼滤波EKF(Extended Kalman Filter)和Unscented卡尔曼滤波UKF(Unscented Kalman Filter)2种滤波方法进行仿真计算,研究了星敏感器安装方位角对导航精度的影响规律,得出星敏感器的最佳安装方位角,并考察了其在不同轨道参数下的适用性,为星敏感器的安装和星敏感器视场内观测星的选取提供了依据.仿真计算表明,本结论对其它利用"星光+地平"的自主导航方法也适用.      

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

粒子群优化方法及其实现

介绍了一种新颖的全局优化搜索新方法-粒子群优化方法,讨论了其中的参数设置问题,给出了一个用VB实现的程序,详细给出了该实现的数据结构和程序框架,该程序以二维视图形象地表现粒子群的寻优过程,并辅以学习曲线,有利于进一步的研究。     

基于PEV准则的不确定随机多目标规划问题求解

为解决独立变量的不确定随机多目标规划问题在传统求解中存在分析不全面等问题,在期望值-方差准则下提出了一种新的求解方法。基于机会理论,引入不确定随机变量,在此基础上提出了不确定随机多目标规划问题;引入不确定随机变量的序关系,利用变量间的序关系把不确定随机多目标规划问题转化成不确定随机单目标规划问题,并通过期望值-方差准则把不确定随机单目标规划问题转化成确定的单目标规划问题进行求解;通过理论推导证明,在新准则下转化后的问题得到的最优解是原不确定随机多目标规划问题的有效解;最后,通过对无人机情报侦察监视任务分配问题的求解,利用改进的萤火虫算法求得有效飞行序列,验证了所提方法的可行性和有效性。     

序列凸优化的小天体附着轨迹优化

针对小天体附着多约束轨迹优化问题,提出一种基于序列凸优化的轨迹优化方法。首先采用内球谐引力场模型对目标小天体附近的不规则引力场进行精确建模,内球谐引力场模型是对经典球谐系数法的改进,形式简单,计算量小,并且克服了经典球谐系数模型在形状不规则的小天体附近不收敛的问题。对于小天体附着多约束轨迹优化问题,通过约束松弛、线性化、离散化过程,转化为一个可以迭代求解的二阶锥规划问题（SOCP）,进而采用内点法进行解算。数学仿真结果显示,优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用序列凸优化算法进行小天体附着燃耗最优轨迹设计,推导简便,计算速度快,精度高,具有应用价值。