满足战场需求的实时飞行路径规划

基于启发式A*搜索技术,给出了两种战机飞行路径实时规划算法,通过采用折距替代直线距离,达到减少扩展点和提高搜索速度的目的;通过添加虚拟威胁源,解决了飞机最小转弯半径和飞行目标进入角度限制问题,通过飞行速度和飞行到达时间对应的最大飞行距离来对规划过程中扩展节点的剪枝,可以满足飞行速度、飞行时间等战场需求,提出的算法还保证穿越威胁源飞行飞机的生存性达到最大.仿真结果证实了该算法的有效性以及实时性.      

复杂系统的可靠性分配和优化

在考虑成本的基础上,通过建立一种实用的成本-可靠度函数和非线性规划模型,将对组件的可靠性最优分配的问题转化为对非线性规划问题的求解,从而为复杂系统可靠性的最优化问题提出了一种新的方法.对于非线性规划问题,为获得具有实际意义的数值解,提出了一种具有自适应的改进型遗传算法,对非线性规划问题求解,解决了更复杂结构系统可靠性分配的优化问题.      

应用免疫遗传算法优化设计层合板铺层顺序

应用遗传算法对复合材料层合板的铺层顺序进行优化设计,并通过免疫机理解决基本遗传算法中存在的收敛效率低、"早熟"等问题.以层合板的面内几何因子和弯曲因子为优化对象,建立遗传算法的优化模型.通过交叉、变异等遗传操作,搜索问题的最优解.借助免疫系统对抗体的促进和抑制机制,调节种群中个体的多样性.数值算例中给定了层合板的面内几何因子和弯曲因子,应用免疫遗传算法求解层合板的最佳铺层顺序.并将应用免疫遗传算法与标准遗传算法得到的优化结果进行了比较,证明了免疫遗传算法的优越性和实用性.     

一类解决变应力加速寿命试验参数估计的方法

变应力加速寿命试验的极大似然函数是高维非线性复杂目标函数,其待估参数多,采用梯度下降优化方法进行参数估计容易陷入局部极值,而采用全局优化方法又存在寻优效率低的问题.为了解决复杂多维目标函数优化的瓶颈问题,设计了一种基于实数编码遗传算法和Powell法的遗传加速方法.利用适应度函数获得两种优化方法的最佳切换点,最大程度发挥遗传算法和Powell算法的优点,既提高了多维非线性目标函数寻优效率又保证了参数估计的全局最优.液压泵加速寿命试验实例分析结果表明,遗传加速方法可以在寻优前期利用遗传算法保证待估参数的全局最优估计,在寻优后期快速逼近最优值,使寻优成功率达到85%.     

符合适航认证要求的燃油温度计算方法

基于适航认证需要,以某型飞机中央翼油箱隔舱在规定工况下实测的燃油温度变化曲线为输入条件,借助于MATLAB多项式分段拟合功能,获取了各个阶段燃油温度变化规律的高阶函数表达式;采用Monte Carlo评估模型中规定的指数衰减方程来表征燃油温度变化规律,其中环境总温(TAT)由评估模型中所指定方法获取,平衡温差和时间常数...     

一种新颖的ICT扫描方式及其FBP重构算法

计算机层析成像检测的突出问题是获取一幅图像的时间太长.为了缩短较大尺寸构件层析成像检测的二代(TR,Transverse Rotation)扫描时间,讨论了一种准三代(RR,Rotation and Rotation)扫描的概念,推导了它的滤波反投影算法. 计算机模拟结果证明了该算法的正确性. 分析表明,在同样检测条件下,它的扫描速度将比TR提高3倍以上.      

一种基于消息转发的类异步并行进程迁移算法

针对并行机群系统的进程迁移问题,提出了一种新的基于消息转发的类异步并行迁移算法, 该算法使用消息驱赶、消息转发、缓存优先匹配等多种机制,避免了一般类异步迁移算法集 中式管理,非迁移进程参与协调工作较多的缺点,通过算法描述和实验结果表明,该算法具 有迁移效率高、易于管理和控制、健壮性好等优点.     

复合材料螺旋桨扭转变形对推力脉动影响研究

本文基于面元法和有限元法,采用Fortran和Python语言混合编程,开发了求解复合材料螺旋桨稳态流固耦合的自迭代算法,并以某碳纤维桨为对象开展了静态加载变形试验和水动力性能试验,对自迭代算法有限元计算精度和水动力计算精度进行了试验验证。在此基础之上以大侧斜的4383复合材料螺旋桨为研究对象,采用该算法对4383复合材料螺旋桨在设计工况下的螺距角变化量和推力系数差值之间的对应规律进行了研究,结果表明大侧斜的4383复合材料螺旋桨能够有效降低推力脉动。     

基于Hybrid State A* 与增强安全管道的直升机低空航迹规划

直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。 尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端- 后端”式的传统航迹规划算法依然 存在规划航迹机动执行性差与复杂动态场景下易碰撞的缺陷。针对上述问题,本文提出一种基于Hybrid State A* 与增强安全管道的改进算法。首先,基于Hybrid State A* 算法的联合轨迹优化,可以在状态空间中完成兼 顾直升机机动特性的初始航迹高效搜索,有效保证直升机航迹的可达性。其次,基于初始航迹膨胀的增强安全 管道,将后端航迹优化参数限制在安全的可行域内,进而有效提升复杂动态场景下规划航迹的安全性。在实验 环节,本研究结合ROS 机器人仿真环境与Rviz 数据可视化工具完成仿真验证,通过算法间的综合对比实验, 论证了本研究所提算法对规划的航迹机动性与安全性有明显的提升。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。