基于多子人口群协作进化的拦截轨道优化

针对基本遗传算法对航天器拦截轨道数值优化计算效率较低的问题,提出了一种新的基于多子人口群协作进化的算法。使用子人口划分技术提高了人口多样性防止早熟,用免疫算子减小搜索空间,两者都加速了进化计算过程。应用此算法求解了具有推力约束和拦截时间约束使燃料消耗量最小的航天器拦截轨道,并分析了其与基本遗传算法的不同。通过航天器拦截轨道仿真表明,该算法优于基本遗传算法,可用较少的计算时间得到全局最佳解,提高了航天器拦截轨道优化的计算效率。     

叶片质量矩优化排序中遗传算法的应用

针对某型发动机压气机转子,考虑叶片质量矩和初始不平衡量,采用遗传算法,对叶片进行优化排序以达到减少转子不平衡量的目的.经过对10余台发动机转子叶片质量矩优化排序验证,结果表明:整个转子的不平衡量大大减小,该方法可在实际发动机转子动平衡中推广应用.     

线性极化敏感阵列的极化平滑算法及相干源参数估计

 研究了基于极化敏感阵列的相干信号参数估计问题。首先,提出一种利用均匀线性极化敏感阵列的新型极化平滑算法(ULAPSA),其能够处理更多相干信号的参数估计,且具有更小的计算量。然后,基于ULAPSA给出了波达方向（DOA）和极化参数估计的两种方法：第1种方法利用角度搜索得到信号的DOA估计,适应任何多分量的电磁矢量传感器阵列;第2种方法结合传播算子算法,无需奇异值分解和角度搜索,能够同时估计信号的DOA和极化参数。该方法适应完备的电磁矢量传感器、三偶极子或三磁环构成的矢量传感器。最后,通过仿真实验比较和分析了所提算法的性能。     

GPR格式推广用于多维复杂流动的数值计算

采用算子分裂技术，将原始求解一维流动问题的高精度、高分辨率ＧＲＰ格式推广用于包含各种不同间断解及其相互作用的多维复杂流动计算。以轴对称管端出口处激波绕射传播为例，作了数值模拟，得到了与实验结果吻合很好的流场精细结构。     

变拓扑多臂航天器高效统一动力学建模

针对多臂航天器在轨操控过程中可能存在的多链、闭环、环链混合等多种拓扑构型及相应的动力学模型变化,提出基于空间算子代数理论(SOA)的高效统一动力学建模方法。首先,提出了描述多臂航天器部件连接关系的构型参数,并基于构型参数提出了多臂航天器拓扑构型描述矩阵的自主生成方法。其次,基于空间算子代数理论,将通路矩阵与空间转移算子相结合,提出了变拓扑多臂航天器统一动力学建模方法。最后,将数值仿真结果与多体动力学仿真软件的仿真结果进行比对,验证所提方法的有效性。仿真结果表明,对于不同的拓扑结构,所提出的O(n)阶统一动力学建模方法能准确描述变拓扑情况下的多臂航天器动力学响应。     

单目标概率约束规划的微种群免疫优化算法

针对无先验随机分布信息的单目标概率约束规划,探讨了微种群免疫优化算法。算法设计中,受危险理论启发设计微种群免疫优化算法进化框架;借助估计值的误差幅度,提出2个方法分别估计概率值和目标值;依据个体间的优劣关系,划分群体为3个类型子群协同进化;构建生命周期模型,设计自适应的交叉与变异概率、变异策略,结合交叉算子促进子群信息有效交流,并沿不同方向协同进化。数值实验统计结果说明:所提算法拥有良好的搜索效率、搜索效果及降噪能力,具有一定的竞争力和应用潜力。      

一种新的民用飞机修理级别优化模型

修理级别分析(LORA)是飞机保障性分析的一个重要内容,是在设计阶段评估维修对飞机成本影响的一种系统分析方法。现有的LORA经济性分析模型对于系统寿命周期的维修费用考虑不够,且不适合民用飞机维修特点,基于此,提出了一个适合民用飞机维修规划三层三级的LORA经济性分析的数学模型,在此基础上,以最小化维修成本为目标建立了维修级别优化模型,并利用免疫粒子群算法超强的多变量、非线性及全局优化能力,对所提出的民机维修级别优化模型进行了求解。最后通过算例的比较分析,说明了本文LORA经济性分析模型的合理性以及模型求解算法的高效性。     

一种基于免疫原理的网络入侵检测系统

文章提出了一种基于免疫原理的网络入侵检测系统,该系统在传统入侵检测方法的基础上加入基因库优化等策略,提高了系统的入侵检测效率和自适应性.同时, 引入协同信号机制有效识别误操作,从而降低漏报率和误报率.     

吸气式高超声速飞行器鲁棒反演控制器设计

针对吸气式高超声速飞行器气动／推进／结构弹性耦合控制问题,提出了鲁棒反演控制器设计方法。采用反演和动态逆方法设计虚拟控制量和实际控制量,通过引入一阶低通滤波器来获取虚拟控制量的导数,解决了虚拟控制量求导复杂问题;为了增强控制器的鲁棒性,采用充分光滑投影算子对模型非匹配不确定项进行估计和补偿,同时避免了可能出现的参数漂移问题。仿真结果表明,该控制器对模型气动参数拟合误差、攻角和升降舵偏角摄动、气动弹性影响具有鲁棒性,对速度指令和高度指令具有很好的跟踪效果。