复合材料格栅结构优化设计中的计算智能技术

针对复合材料格栅结构优化设计多变量、多约束、连续和离散混合变量、高度非线性的难点,提出了用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替优化过程中的有限元计算,以提高优化效率.以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构进行优化.结果表明,在相同样本数的情况下,进化神经网络可获得比BP网络更高精度的映射模型,具有很强的泛化能力.该方法可以为解决大型复合材料结构优化问题提供一条高效途径.      

一种基于切比雪夫插值的联想记忆系统

提出了一种基于切比雪夫插值的高阶联想记忆系统(TI-AMS),能提供对任意阶多变量多项式函数的无误差逼近.切比雪夫插值的近似于最优一致逼近的性质从理论上保证了对任意连续函数的全局逼近精度.特别在对一些不连续函数(如矩形脉冲函数)的逼近中也有其它AMS无法比拟的优势.理论分析和数值模拟表明,该系统具有计算简单、学习精度高、收敛速度快、总的存储单元空间较小等优点.可广泛应用于图像压缩、模式识别、及高精度实时智能控制等领域.      

柔性杆子杆模型参数的遗传算法优化求解

研究了应用实数型的遗传算法解决柔性机器人子杆法建模中,子杆模型参数的优化求解问题.子杆模型参数形成高度非线性的方程组,它的求解是子杆法能否实现的关键.普通的牛顿迭代法及其变形,要求初始向量足够靠近解,一些所谓大范围收敛的算法又有方程组的Jacobian矩阵非奇异等要求,在此都难以应用.本文基于遗传算法的解法可求得模型参数的最优解,实例仿真显示了这一方法的可行性和高效率.      

新型进化神经网络模型

目前的进化神经网络模型大多采用遗传算法进行网络进化设计.而研究表明,这种进化神经网络存在遗传编码、遗传操作及网络结构限制等很多问题;而采用进化规划是一种很好的途径.鉴于此,为了克服传统进化规划算法的不足,结合作者提出的快速免疫进化规划提出了一种网络连接权值及其拓扑结构同时进化优化的新型进化神经网络模型.最后,通过典型的异或分类问题(XOR)比较了该模型同BP神经网络及传统进化神经网络的计算性能,发现它不但计算精度好,而且计算效率高.      

复合材料蜂窝夹层结构的优化设计

利用复合材料蒙皮结构的弯扭耦合效应可以改善翼面的气动弹性特性.为使这种结构的弯曲扭转耦合效应最大,采用遗传算法来优化设计这类结构,并以蜂窝结构为例进行分析.采用有限元计算软件分析目标函数,将铺层板、蜂窝夹芯的强度作为约束函数,并通过遗传算法优化与有限元计算有机的结合,开发了以有限元为基础的复杂问题的结构优化软件系统.      

基于混合遗传算法的中国旅行商问题满意解

针对组合优化中的旅行商问题 ,提出了贪心法与遗传算法相结合的混合遗传算法。文中给出了相应步骤并就中国旅行商问题得出满意解 ,该解优于已报道的结果。     

应用混合演化策略的机翼气动优化设计

把基于实数编码的遗传算法与可变容差法相结合,建立了数值优化设计中的混合演化策略(HES),并将其与机翼的气动分析相结合进行跨音速机翼的气动优化设计.与基准机翼相比,优化设计的机翼其气动性能有较大程度的改善,表明了混合演化策略在机翼优化设计中的有效性.与单纯的遗传算法(GA)相比,应用混合演化策略的气动优化设计具有更高的优化效率和优化质量.     

Time suboptimal formation flying manoeuvres through improved magnetic charged system search

The development of fast and reliable optimization algorithms is required in order to obtain real-time optimal trajectory on-board spacecraft. In addition, the wide spread of small satellites, due to their low costs, is leading to a greater number of satellite formations in space. This paper presents an Improved version of the Magnetic Charged System Search (IMCSS) metaheuristic algorithm to compute time-suboptimal manoeuvres for satellite formation flying. The proposed algorithm exploits some strategies aimed at improving the convergence to the optimum, such as the chaotic local search and the boundary handling technique, and it is able to self-tune its internal parameters and coefficients. Moreover, the inverse dynamics technique and the differential flatness approach, through the B-splines curves, are used to approximate the trajectory. The optimization procedure is applied to the circular J2 relative model developed by Schweighart and Sedwick and to the elliptical relative motion model developed by Yamanaka and Ankersen. The results of this paper show that the convergence is better achieved by using the proposed tools, thus proving the efficiency and reliability of the algorithm in solving some space engineering problems.     

基于遗传算法的直升机总体优化设计

遗传算法是一种可以混合整型、离散型和连续型变量一起使用的新兴优化算法，在单或多目标带约束优化设计领域有广阔的应用空间。本文在算例中采用与先验法相结合的遗传算法，以总体参数为设计变量，飞行性能和结构要求为约束条件，换算生产率为目标函数，并使用罚函数法处理成无约束的适应度函数，建立优化设计模型。对本文算例计算结果进行分析，可以使遗传算法更好地应用到直升机优化设计领域。     

基于退火惩罚混合遗传算法求解生产批量计划问题

针对以获得最低生产成本为目的的批量生产计划问题，提出了该问题的混合整数规划模型，首先，根据单级多资源批量计划问题的特点提出了问题的数学描述，；然后根据该数学问题的复合性，利用遗传算法的随机搜索和进行化过程寻找问题的全局最优解，为了防止适应度函数的过早收敛，引入退火惩罚因子对适应度函数进行处理，使得获得全局优解的可能性加大，实验结果表明，该方法能获得比传统遗传算法更为理想的近似最优解。