蚁群算法在DGPS动态整周模糊度解算中的应用

在基线长度已知的情况下,利用零空间约束动态求解GPS双差整周模糊度,进行解的去相关后,应用蚁群算法在整周模糊度空间内寻优。根据实测算例解算结果,蚁群算法在很少的解样本数内获得了很好的搜索结果,与遗传算法结果相比较,证明了蚁群算法在相同搜索率的情况下,具有更高的搜索可靠性。     

应用遗传算法优化低/零相关区序列偶

介绍遗传算法的特点和低/零相关区序列偶的概念。讨论用遗传算法优化两个字节长度内(63长以内)的低/零相关区序列偶。通过实验发现,所搜到的序列偶具有比较理想的低/零相关区和很高的主峰值。     

Clipper返回舱气动布局优化方法研究

俄罗斯联邦空间局提出的Clipper飞船返回舱采用升力再入方式，结合了飞船和航天飞机的特点，升阻比高、机动性强、稳定性好、过载低、空间大，而且可以部分重复使用，是未来低成本天地往返运输系统可能的发展方向。采用基于牛顿理论的气动力工程方法对气动特性进行预测，建立了考虑高超声速升阻比和效用容积时的多目标气动布局优化模型，利用多目标遗传算法进行了优化计算，获得了约束条件下的Pareto最优解集。     

航天器壳体压力自动加载系统的研究

航天器壳体的压力加载实验对于航天器的安全飞行具有十分重要的意义。研究并建立了航天器壳体水压自动加载系统的数学模型,针对该系统的高度非线性以及高低压特性显著不同的特点,利用误差及误差导数构造了一种变比例因子的模糊PD控制器。采用一种新型的遗传算法对控制器系统参数进行寻优。针对模糊控制器控制规则表与量化比例因子的不同特点,分别采用两种不同的编码方法,进而采用两种不同的遗传操作算子与遗传操作概率。通过MATLAB与C 语言接口编程实现对系统的仿真设计。实验表明该方法取得了良好的压力加载效果。     

一种优化PWPF调节器在动能拦截器末制导中的应用研究

应用PWPF(Pulse Width Pulse Frequency)调制技术研究空间动能拦截器的末制导律设计问题。针对PWPF调节器参数设置上的局限性,提出了一种非线性优化目标函数,综合考虑了PWPF调节器的线性工作区要求及脱靶量、燃料消耗量等制导系统的性能指标要求。利用提出的优化目标函数,应用遗传算法对PWPF调节器参数进行优化设计,并进行了仿真研究。仿真结果表明了该方法的有效性。     

考虑气体-颗粒两相流效应的火箭发动机喷管参数优化设计

火箭发动机喷管内型面设计是喷管设计中的重要研究课题,是提高喷管效率的关键.采用基于遗传算法的直接优化设计方法对决定喷管内型面的关键参数进行优化,以减少喷管的比冲损失,提高发动机性能.比冲损失的大小通过喷管两相流计算获得,设计了相应的软件自动完成常见喷管的喷管型面优化设计,对现有型号喷管进行优化的计算结果表明,喷管的相对比冲损失可以显著减小.     

航空发动机PID神经网络解耦控制

对航空发动机的双变量解耦控制方法进行了研究,提出了一种基于遗传算法的PID神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习,克服了BP算法易陷入局部权值的缺点,并具有PID神经网络控制器结构简单规范、动态和静态性能良好等优点。     

压气机叶栅多点气动优化设计

采用Pareto排名策略和共享小生境技术,实现遗传算法的多点优化设计。压气机叶栅的多点气动优化设计是针对某初始叶栅同时优化不同来流攻角状态点的气动性能,使其达到攻角特性最优。压气机叶栅网格由NU-MECA/Igg软件生成,流场由NUMECA/Fine软件求解。多点气动优化设计结果显示出本文发展的优化设计平台能够较好的实现多点组合气动优化设计。     

基于遗传规划和线性鉴别分析的故障特征提取模型及其应用

1引言航空发动机故障诊断需要从原始监测数据中获取合理的特征参数,如果依靠专家经验手工从众多的监测参数中选取特征参数,将是十分烦琐和低效的。因此,构造优质的特征参数是提高故障诊断效率及其准确性的关键。许多机器学习方法被应用到特征参数的自动选取中,例如神经网络[1],     

基于遗传算法优化的涡扇发动机三维模糊控制

为进一步解决传统二维模糊控制器存在的快速响应与稳定性之间的矛盾,以及提高控制器的响应速度,减小超调,改善稳态性能,设计了一个基本的三维模糊控制系统,在基本控制系统的基础上引入了模糊积分混合控制器,利用改进的遗传算法对模糊规则进行了优化设计,引入了Smith预估补偿器。仿真实验结果表明,所设计的三维模糊控制系统响应速度快、无超调、控制精度高;有效克服了时间延迟的影响;鲁棒性较好,适用于小型涡扇发动机"小偏离"动态模型的控制研究。