"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

基于非线性Wiener过程航空发动机性能退化预测

针对线性随机过程航空发动机剩余使用寿命预测精度不高的问题,提出一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模,进而预测航空发动机的剩余寿命。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出剩余寿命的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而对个体发动机的剩余寿命实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明：针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机循环中期剩余寿命预测的准确性,提供更加可靠的预防性维修决策。     

基于遗传算法的载人航天器标准返回轨道设计

载人航天器返回时,根据任务的要求,需要设计一条标准返回轨道,作为制导时的参考轨道。文章探讨利用遗传算法（ＧＡ）来自动设计标准返回轨道。通过仿真表明,遗传算法在标准返回轨道设计中具有一定的优越性。仿真结果满足任务要求。     

EMR系统机器人自主规划技术的研究

介绍了EMR系统 机器人的自主操作方案和硬件组成，在此基础上，详细地讨论了采用启发式搜索算法的行走结点自主规划，以及任务规划和子任务协调，通过仿真和实验表明该方法是成功的。     

基于遗传算法的非线性摄像机标定

鉴于传统非线性摄像机标定方法存在需要设置初始点、容易陷入局部最优点等缺点。为了解决这些问题 ,提出运用浮点数编码的遗传算法优化摄像机的内部参数 ,通过试验证明 ,基于遗传算法的摄像机标定不仅可以克服传统优化算法的缺点 ,并且还具有鲁棒性强、标定准确的优点。     

蚂蚁算法在订单排序中的应用

在分析印刷业工艺瓶颈工序的基础上，将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标，将蚂蚁算法合理的应用于该模型中。该算法已经应用于实际的印刷业生产排序中，并且取得了较为良好的效果。     

卫星星座优化设计的分布式遗传算法

遗传算法在区域卫星星座的优化设计中可以得到很好的结果。但使用遗传算法时，往往计算量很大，星座规模较大时会带来计算上的困难。充分利用计算机网络的空闲计算资源进行分布式计算可以解决这一问题，文章提出了相应的分布式计算模型，给出了实现方法，算例表明分布式遗传算法效率很高，该分布式计算方法也可以推广到其他应用领域。     

惯性导航系统/双星距离差组合导航算法的可行性研究

研究由相对于双星的距离差量测与惯性测量系统构成实时的适用于跟踪高动态目标的组合导航系统的可行性。阐述系统工作原理 ,建立了相关的数学模型 ,用拉格朗日乘子法求出了解析解 ,用 Matlab软件验证其结果并作了误差分析。结果表明 :相对于双星的测距差对于惯性测量系统沿双星连线轴向的测量误差算法有十分明显的修正效果 ,但对与双星连线轴正交方向的测量误差 ,其修正能力很差。指出距离差量测本质上是与双星连线轴向相关的一维量测。欲构成对惯性测量三维方向均有修正作用的实时组合导航系统 ,应当在系统中另增加独立的量测量。     

基于粗集理论和遗传算法的知识获取方法研究

知识获取是故障诊断专家系统得以广泛应用的“瓶颈”问题，本文提出了一种基于粗糙集理论和遗传算法的知识获取的新方法，在一定程度上解决了这一问题。首先利用粗糙集理论从数据信息中直接推导出诊断规则，然后利用遗传算法对这些规则进行学习。最后以卫星电源分系统故障模拟实验台产生的数据为例，证明该方法能够有效的获取知识，为解决知识获取难的问题提供了一条新思路。     

遗传算法在载人飞船返回轨道一体化设计中的应用

载人飞船返回再入轨道设计的主要任务是确定出标准返回轨道和再入制导规律。遗传算法具有全局寻优的特点，适合于工程设计的要求。文章探讨采用遗传算法实现飞船返回轨道的一体化设计，并给出飞船返回轨道设计步骤。