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.      

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

基于可变重调度区间的柔性作业车间动态调度策略

针对动态柔性作业车间调度问题,提出了基于可变重调度区间的动态重调度策略。建立了柔性作业车间调度数学模型。提出一种初始化机器、初始化工序和随机初始化相结合的改进种群初始化的方法,进一步提高初始种群解的质量。实际生产案例仿真对比分析结果表明,利用本文重调度策略和改进遗传算法后得到的结果比企业实际运行时间缩短了47.8%,比他人的调度策略所得到的优化结果提高了5.4%,从而验证了本文所提出算法的可行性和有效性。     

基于等效刚度矩阵的复合材料机翼盒段优化设计

通过刚度矩阵转换,将复合材料层合板等效成正交各向异性材料板,并采用beam单元模拟加筋桁条。将机翼盒段的蒙皮厚度和加筋桁条面积作为设计变量,机翼盒段的质量作为目标函数,运用多岛遗传算法和序列二次规划算法相结合的优化方法,对多变量、多约束条件下的大展弦比复合材料机翼进行结构优化设计。通过算例分析,机翼的复合材料结构质量下降了9.55%,优化时间较短。     

基于小生境遗传算法的风电场布局优化

基于小生境遗传算法对风电场内风力机机组的布局进行优化。在优化过程中,考虑等风速同风向和变风速变风向两种简化的入流模式,采用修正的Jensen尾流模型模拟机组之间尾流的相互干扰效应,以单位发电量所消耗的成本最低为目标,使用小生境遗传算法优化风电场机组的排布。文中给出了优化后的风电场布局轮廓图、风电场机组台数、总发电量、目标函数值以及风电场的效率。通过与以前的相关研究对比分析,表明本文的方法取得了较优的结果,可为将来真实风场的风力机排布提供参考依据。     

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...     

改进的模拟温补晶振宽温补偿方法

当要求模拟温补晶体振荡器(TCXO)在宽温范围内频率温度稳定性优于±1×10-6时,使用传统补偿方法通常一次成功率低.通过对温补精度影响因素的分析,得出温补网络中热敏电阻测试方法和计算模型误差较大.因此,提出一种改进的宽温补偿方法.首先,参考热敏电阻在宽温范围内在线测试,获得实际数据;然后,待使用热敏电阻依据参考热敏电阻测试数据进行比例建模,得到各温度对应电阻值;最后,将建模后的待使用热敏电阻代入温补网络计算程序,采用遗传算法优化计算网络参数.通过与传统方法的对比试验,表明该方法建模的热敏电阻与实际测试值更接近,温补网络计算程序更灵活,温补一次成功率提高到约90%以上.      

一种新型的挠性航天器作动器布局优化方案

针对挠性航天器振动抑制中的作动器优化配置问题,综合考虑闭环系统的可控度和作动器的电缆长度,提出一种新型的复合优化指标,在完成振动抑制的同时,有效缩减作动器电缆长度,减小航天器能量损耗及电磁干扰;在此基础上,采用遗传算法,完成作动器安装位置的快速寻优。本文采用实际尺寸的挠性帆板有限元模型,通过大量的数值仿真,验证了所提方法的有效性     

基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法（GNSS-IR）,提出了一种基于支持向量机（SVM）的土壤湿度反演模型,利用遗传算法（GA）的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差（MAPE）仅为0.69%,最大相对误差（MRE）为1.22%,线性回归方程决定系数达到了0.956 9。进一步与统计回归、粒子群优化的SVM模型（PSO-SVM）及反向传播（BP）神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。