一种启发式混合遗传算法及其在车间作业排序问题中的应用

针对一般车间作业排序问题（n/m/G/Cmax）建立了一种启发式混合遗传算法,将调度规则SPT与MWKR引入遗传搜索过程,并应用邻域搜索法作局部辅助搜索,以提高解的性能。通过与目前一些常用算法的比较表明,该算法具有良好的求解性能与运算效率。     

联合交互式多模型概率数据关联算法

通过对交互式多模型（IMM）算法和概率数据关联（PDA）算法的研究,指出Bar-Shalom和Blom等提出的IMMPDA算法结构和理论上存在的问题。根据全局最优的思想,设计了一个最优波门,从而得到全局最优的量测集合,保证了系统的理论完整性和结构合理性。推导完成了新的联合IMMPDA算法--C-IMMP-DA算法。大量仿真计算验证了C-IMMPDA算法在减少计算量的同时,总体性能上较之原IMMPDA算法有大幅度提高。     

考虑机场位置与航线流量影响的航空网络防御资源优化策略

传统复杂网络领域对网络防御问题的研究未考虑影响航空网络防御资源配置的主要因素,为此提出 一种考虑机场位置、航线流量等因素的基于航空网络实际的防御策略,来降低网络风险。首先,利用节点脆弱 性减少模型确定不同类型防御资源防御量与节点防御能力的函数关系;然后,对传统的重要度评价矩阵做出改 进,考虑航线流量、机场位置等影响航空网络防御资源配置的因素对节点进行重要度排序,并分析节点与整个 航空网络风险的关系;最后,在总防御资源量一定的情况下,利用模拟退火算法对各个节点配置的防御资源量 进行求解,使得网络总风险最小。通过对随机生成网络与中国航空网络的实验发现,该优化策略在分配防御资 源时,能够区分机场节点位置和流量的差异,相比于传统方法能够有效降低网络总风险。     

基于弹道模型的磁测系统偏航干扰误差分析

常规弹丸在使用地磁算法测量滚转角的过程中,常将偏航角设为0°解算弹丸滚转角。当弹丸在飞行过程中偏航角发生变化时,滚转角解算精度受到一定影响。针对偏航角变化带来的误差与多种因素有关,且规律不清楚。在建立偏航角误差系数的基础上,使用Matlab软件建立了弹丸在不同偏航角、俯仰角、射向条件下的误差模型。首先建立了横风修正的质点弹道模型,通过蒙特卡罗方法仿真弹丸的轨迹分布,分析了弹载环境下磁测算法的滚转角误差,并验证了误差系数的准确性。通过仿真验证,误差系数可以较准确地表示滚转角误差与偏航角变化之间的关系,误差系数计算的误差与理论误差的差值小于10%,为后续实弹试验做好理论准备。     

含表面裂纹的复合材料层压板剩余强度的工程算法

表面裂纹可导致复合材料层压板的强度降低,针对一些对裂纹敏感的复合材料关键部件有必要计算裂纹对层压板剩余强度的影响。传统预测层压板剩余强度的方法均与层压板具体铺层方向有关,通过研究具有表面裂纹的碳纤维/环氧树脂层压板的剩余强度特性,提出了一种与铺层方向无关的预测层压板剩余强度的工程算法。首先,利用裂纹几何参数以及层压板相关力学性能参数对剩余强度进行快速估计,再基于内聚力单元建立含表面裂纹的复合材料层压板的有限元模型,通过对含表面裂纹的层压板的渐进损伤过程进行描述,研究了裂纹深度和长度对剩余强度的影响,验证了工程算法的合理性。     

基于InfoLSGAN和AC算法的滚动轴承剩余寿命预测

为解决小样本和噪声干扰下滚动轴承剩余寿命(RUL)预测准确率低的问题,提出一种基于信息最小二乘生成对抗网络(information least squares generative adversarial network,InfoLSGAN)和行动者-评论家(actor-critic,AC)算法的滚动轴承剩余寿命预测方法。将堆叠降噪自动编码器、信息生成对抗网络和最小二乘生成对抗网络相结合,构建InfoLSGAN,自动地从噪声数据中提取可解释的鲁棒特征,解决梯度消失问题;采用基于AC的训练算法训练InfoLSGAN,减少训练时间,加快收敛速度;根据训练后的InfoLSGAN,利用softmax分类器预测测试样本中滚动轴承的剩余寿命。通过滚动轴承加速疲劳寿命试验验证该方法的有效性。试验结果证明,当信噪比等于0时,该方法对滚动轴承测试样本的寿命预测准确率至少提高了10%。在小样本情况下,滚动轴承剩余寿命预测的平均准确率达9584%。     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

R-T-S平滑算法与抗差Kalman在数据后处理中的应用

为了提高组合导航系统后处理精度和数据稳定性,将R-T-S最优固定区间平滑算法引入数据后处理中,在前向Kalman滤波的基础上,进行了后向R-T-S最优固定区间平滑处理,并针对GPS观测值中存在异常的问题,将抗差Kalman滤波算法引入数据后处理中,并对该算法进行实物仿真。结果表明,与传统Kalman滤波相比,R-T-S平滑算法不仅可以提高位置、姿态精度,而且在卫星信号失锁的情况下精度也得到显著改善,并且在不丢星的时刻,抗差Kalman滤波可以有效处理GPS信号中的异常观测值,遏制滤波发散,是一种有效的数据处理方法。     

航海光纤惯导缓冲基座结构参数优化

针对航海光纤惯导用缓冲基座的几何参数进行优化设计,使冲击试验前后由于缓冲杆复位误差和球铰磨损误差造成的动平台位姿变化最小,复位精度最优。首先,介绍缓冲基座的结构和复位精度的概念;之后,建立复位精度的模型,确定复位精度与缓冲杆复位误差和球铰磨损误差的关系;然后,根据复位精度模型,确定目标函数和设计变量,将结构优化问题转变为数值优化问题;最后,用模拟退火算法解决优化问题,并将优化结果与拟牛顿方法和步长加速法分别求解得到的结果进行对比,选取模拟退火算法为最优方法。在球铰磨损误差限定为±0.01mm以内,缓冲杆复位精度误差限定为±0.05mm以内时,复位精度优于33.18″。     

考虑层间应力的厚复合材料结构多级优化设计方法

充分发挥复合材料的利用率,降低结构重量,厚复合材料结构优化设计是非常重要的。然而优化设计空间复杂,层间应力问题突出,离散设计变量等问题使得厚复合材料结构的优化变得十分困难。针对由铺层相同的子层板叠成的厚复合材料层合板结构的复杂优化问题,本文提出一种多级优化设计方法。第一级优化采用基于径向基神经网络代理模型的优化设计方法,设计变量为子层内层数及铺层比例;第二级优化分为两个层次进行,系统层以结构重量最轻为目标,设计变量为子层数,子系统层采用遗传算法优化铺层顺序,以层间应力因子最小为目标。结合算例,通过Matlab编写遗传算法,并应用Isight集成Matlab来实现该优化设计方法。结果表明:本文提出的多级优化设计方法是有效的,能够很好地实现具有周期性铺层方式的厚复合材料层合板结构的优化设计。