A quantum inspired genetic algorithm for multimodal optimization of wind disturbance alleviation flight control system

This paper develops a Quantum-inspired Genetic Algorithm (QGA) to find the sets of optimal parameters for the wind disturbance alleviation Flight Control System (FCS). To search the problem domain more evenly and uniformly, the lattice rule based stratification method is used to create new chromosomes. The chromosomes are coded and updated according to quantum-inspired strategies. A niching method is used to ensure every chromosome can converge to its corresponding local minimum in the optimization process. A parallel archive system is adopted to monitor the chromosomes on-line and save all potential feasible solutions in the optimization process. An adaptive search strategy is used to gradually adjust the search domain of each niche to finally approach the local minima. The solutions found by the QGA are compared with some other Multimodal Optimization (MO) algorithms and are tested on the FCS of the Boeing 747 to demonstrate the effectiveness of the proposed algorithm.     

基于粒子群优化算法的永磁电机热网络参数识别

监测永磁电机的永磁体温度对于保证电机的使用寿命至关重要,因为过高的温度会产生永磁体不可逆失磁现象。提出了一种基于粒子群优化算法的永磁电机热网络参数识别方法,实现用热网络监测永磁体的温度。该方法首先建立永磁电机的热网络模型,利用粒子群优化算法结合电机温升试验所得温度数据对热网络模型的主要热力参数进行识别;然后利用该热网络模型进行在线温度识别,识别过程能够快速收敛,具备良好的辨识精度;最后,通过对比仿真识别温度和电机温升试验数据,验证了该方法的准确性。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

不确定需求下供应链渠道协调的数量折扣研究

数量折扣是最常见的实现供应链系统Pareto改善的机制。已有文献研究表明：不管是在EOQ框架内还是在“报童”框架内,仅应用数量折扣无法确保系统的完美协调。本文对上述结论进行了挑战,以供应商的视角研究了连续型数量折扣实现系统完美协调的问题。首先构建了连续的数量折扣形式,给出了其实现系统完美协调的必要条件,并设计了求解契约参数的迭代算法;然后,通过对离散型和连续型数量折扣实现系统缋效改善的差异分析,发现离散型数量折扣无法实现系统完美协调的原因在于其单向激励;而连续型的数量折扣因“销售商数量折扣超额福利”的转移而属双向激励;最后,对上述结论进行了释义和算例仿真。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。     

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。     

电大尺寸天线罩电磁特性高效数值仿真技术

针对电大尺寸天线罩电磁特性,分析研究了快速求解表面积分方程的多层快速多极子算法及其改进技术。构造了具有良好矩阵性态的积分方程形式,提出加速迭代求解的并行预条件技术,利用分组稀疏化方式构造预条件矩阵,显著降低了迭代求解次数。采用快速球谐展开技术对聚合和配置因子项进行压缩,将其存储量降低了2/3。通过数值算例验证了方法的精确性和高效性,并实现了大型带罩阵列天线辐射特性的仿真分析。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。     

取大取小算法问题讨论

取大取小算法是模糊数学中的一个重要的方法之一 ,在工程应用中得到了广泛的应用。但有人提出了“在模糊综合评判时 ,取大取小算法是一个错误算法”的论点。本文首先通过对模糊综合评判的评价函数所作的理论分析并辅以实例说明了取大取小算法是模糊综合评判的一个可取的算法 ,作者还从广义合成运算的模糊综合评判的角度 ,论述了取大取小算法的正确性 ,与上述论点进行商榷。同时作者也对取大取小算法在某些情况下出现失效的现象进行了讨论 ,并提出了改进的措施。作者认为不能因取大取小算法在特定情形下的失效就全盘否定其理论上的正确性和工程上的可用性。     

基于模糊逻辑系统的空空导弹攻击区拟合

将空空导弹攻击区的拟合表示成一非线性逼近问题 ,从而利用模糊逻辑系统的万能逼近性质 ,并结合误差反向传播学习算法 (BP算法 )实现了对导弹攻击区的自动学习。在此基础上 ,提出了利用扩展的 T- S推理进行攻击区分组逼近与综合的方法。仿真结果表明该方法具有精度高、参数少、通用性强等优点。