非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.      

基于遗传算法的AT换挡元件方案优选

基于对液力自动变速器(AT,Automatic Transmission)的行星齿轮机构和换挡元件方案的运动学分析,提出了一种可实现换挡元件方案自动优选的智能算法.该方法不同于传统的方案设计方法,采用遗传算法来优化行星齿轮机构的特性参数,并根据换挡元件闭合顺序给出相应方案的偏移值,提出了换挡元件方案优选算法的适应度函数,实现了传动比优化和换挡元件闭合有序化的同步设计,从而缩短方案设计周期.基于MATLAB运算平台,实现了对ZF-8AT的换挡元件方案的优选,得到了3组最优换挡元件方案.结果表明,该算法有效地实现换挡元件方案设计.     

基于Memetic算法的超视距协同空战火力分配

针对超视距多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,采用一种新的火力分配数学模型.该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标杀伤概率相对较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源.在此基础上,提出采用以离散粒子群算法为全局搜索策略,以贪婪算法为局部搜索策略的Memetics算法求解协同空战火力分配问题,有效地提高了算法收敛速度、精度.仿真算例验证了模型的优点及Memetic算法的有效性.     

导航卫星的地面站定轨算法

导航星座轨道的长期保持是星座导航系统运营管理的重要组成部分,而现有的导航卫星地面定轨算法又存在精度不高或计算量大不适合工程应用的问题。为此,研究了单向、被动测量模式的导航卫星地面定轨算法。基于单向伪距观测,将导航卫星钟差参数作为状态量,推导了滤波算法的状态方程、测量方程,并最终建立了滤波器模型。以不同轨道面的4颗GPS导航卫星为例进行了2天的仿真试验,考虑卫星的可见性仿真中加入了测量中断,并设计在测量恢复后重启滤波算法。仿真结果表明,4颗卫星的轨道位置估计精度可以达到米级,钟差随机偏差的估计精度可以达到纳秒级,并且在滤波中断后重启滤波器,仍然可以达到此估计精度,表明此定轨算法具有收敛性和稳定性。     

基于组合优化策略的月球软着陆最优轨道设计

基于Pontryagin极大值原理,把求解月球软着陆燃料最优化问题归结为终端自由型两点边值问题.采用粒子群算法和单纯形算法接力优化的组合优化策略,在初始猜测值的邻域内进行搜索,充分利用粒子群算法的全局搜索能力迅速缩小搜索范围,然后利用单纯形算法的局部搜索优势快速获得优化结果.该优化策略最大的优势是使粒子群算法的全局搜索能力和单纯形算法的局部搜索能力同时得到最大化的发挥.仿真证明该优化方法在考虑一些实际工程约束的情况下,能较快速而准确的获得月球软着陆优化轨迹,具有一定的优越性.     

对地观测卫星有限推力快速轨道机动优化方法

研究了对地观测卫星在有限推力作用下,快速轨道机动到目标区域上空的优化算法.分析了任务需求并选取两次点火的变轨方法,使算法更具普适性.推导出考虑J2摄动的三维空间的有限推力动力学方程.使用Lambert方法确定有限推力时间变量的取值范围,并在此基础上使用遗传算法进行优化,最终得到时间最优意义的优化结果.通过一个算例对整个优化算法做了验证.结果表明该算法精度高、计算时间短,适用于快速轨道机动任务.      

基于近场散射的颗粒粒径分布测量

针对传统的前向小角散射粒径测量系统中心光过强、杂散光干扰、散射角过小等缺点,本文采用一种新型的近场散射(NFS)方法测量前向小角散射光,研究并搭建了基于近场散射的颗粒粒径测量系统,将最大散射角提高到40.5°;在无需空白测量的情况下采用差分方法对透射光和散射光干涉成的散斑图像进行处理,有效去除中心光和杂散光的影响;对差分散斑图像进行快速傅里叶变换(FFT)频谱处理得到散射光强分布,利用Chahine算法对颗粒粒径进行了反演。最后,利用已知粒径(39.2μm和67.3μm)的标准颗粒对测量系统的准确性进行了单峰分布的验证,测量误差在5%之内;对于粒径为39.2μm和67.3μm的混合颗粒进行了双峰分布验证,在43.3μm和74.1μm处出现峰值,测量误差在10%左右。     

基于混合多智能体遗传算法的作业车间调度问题研究

针对作业车间调度问题(JSP)的非确定性多项式特性与解空间分布的大山谷属性,本文提出一种多智能体遗传算法(MAGA)与自适应模拟退火算法(ASA)的混合优化算法,用于寻找最大完工时间最短的调度。首先,将每个染色体视作独立的智能体并采用工序编码方式随机初始化每个智能体,结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子,进而利用一定数量智能体进行全局搜索,找到多个适应度较高的可行解。其次,为避免算法陷入局部最优,采用ASA对每个智能体开展局部寻优。最后,通过基准测试库中典型实例的计算结果验证了该算法的有效性。     

航空发动机中气液两相流的可视化检测

针对电阻抗断层成像(EIT)技术中FCM聚类算法的灵敏度系数信息缺失以及测量电压的利用率低两方面问题,提出一种新的成像算法。在该算法中引入灵敏度系数矩阵信息修正各个剖分单元的电压。同时提出了将测量电压数据按照其权系数进行处理的方法,该方法可应用于所有EIT经典反演算法之中。理论和数值仿真结果均表明,与已有的FCM聚类算法相比,优化后算法对两相流型的定位准确度更高,得到的重建图像的空间分辨率与之前相比相对误差降低了5%~15%,相关系数提高了5%~20%。     

模糊灰色聚类评估方法在导航滤波中的应用

目前针对深空探测导航中滤波算法的综合评估的方法种类繁多,但是仍然有较多评估方法由于其单一性,存在或多或少的问题。提出了一套反映滤波算法优劣程度的评估指标体系,并为其建立相应的数学模型。深空探测器采样点数据通过该数学模型计算后,由模糊灰色聚类方法进行综合评估。该方法是以灰色系统理论为基础,结合模糊综合评估方法所建立的评估模型。该模型可以摒弃二者单一使用时的缺点,提升评估结果的准确性。评估结果表明,此评估模型能够对滤波算法进行比较准确、合理、全面的评估。