遗传算法在电子战干扰规划中的应用

电子对抗干扰资源任务规划问题对于充分发挥干扰机作战效能,取得最佳干扰效益有重要作用.结合现代电子战特点,利用搜索论推导出了干扰机压制概率的计算公式,建立了干扰任务分配模型,并阐述了传统匈牙利方法在这一问题处理上的局限性.结合智能优化算法,提出了基于遗传算法的干扰资源优化分配模型.解决了优化分配模型所需的符号编码方式,并给出了相关的选择、交叉、变异等遗传算子的具体设计.利用该模型,解决了2个实例.结果表明,该模型在干扰资源任务配置问题上具有很强的实用性,遗传算法可以有效地辅助指挥员解决干扰资源部署决策这一复杂而困难的问题.     

基于流管试验的管道声传播预测

通过平板声衬流管试验,测试了管道内无流动和有流动下不同入射声波频率的管道壁面复声压,并基于试验模型与数据分别开展了二维和三维管道声传播预测,将试验测量结果与预测结果进行了对比。结果表明:二维和三维的预测结果非常吻合,尤其是在无流动条件下;在不同流动条件和不同频率下,声传播预测给出了与试验数据较为吻合的结果,壁面声压级的趋势与试验结果一致,基本验证了管道声传播预测模型的准确性;对比不同流动条件和频率点,有流动下预测的壁面声压级的误差比无流动更大,低频下预测的壁面声压级的误差比高频更大。      

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

翼型的气动最优化设计方法和反设计方法

本文将数值优化方法同计算流体动力学(CFD)相结合,形成两种跨声速翼型的气动设计方法,即:最优化方法和反设计方法.采用求解Euler方程的有限体积法计算流场,通过结合优化算法,从正反两个方向对跨声速翼型进行气动优化设计.实例证明它们是翼型气动设计的有效方法,有较高的工程应用价值.     

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.      

俄罗斯的新一代直升机卡-62

卡莫夫股份有限公司与乌兰乌德航空工厂股份有限公司正在积极组织新一代直升机卡-62的批生产。卡-62是一种起飞重量为6.5t的新一代多功能直升机,它可以执行运输2000kg货物或者16名乘客的任何商业运营和政府行政任务。这种直升机既符合俄罗斯的适航条例,也符合国际适航条例。     

循环吸湿对炭纤维复合材料界面性能的影响

通过对炭纤维增强复合材料进行70、85、100℃下的循环水浸吸湿试验,研究了复合材料在不同水浸温度下的吸湿-脱湿行为规律。同时,对循环吸湿-脱湿过程中的试样进行层间剪切强度测试和动态力学性能测试,并结合扫描电镜观察循环吸湿各个阶段的纤维基体结合状态。结果表明,水浸温度越高,水分的扩散速率越快,饱和吸湿率越大。经过循环吸湿后复合材料的吸湿行为仍满足Fick第二定律,吸湿后层间剪切强度下降,湿热循环次数越多下降的越明显。脱湿后层间剪切强度有所恢复,水浸温度越高造成的不可逆破坏越大,层间剪切强度恢复的越少。干态时的玻璃化转变温度为231℃,吸湿后下降了37℃。     

折叠翼飞行器发射段鲁棒非线性控制系统设计

为解决折叠翼飞行器在发射段各项特性变化较大、对飞行控制律鲁棒性要求较高的问题,设计了一种以块控反步法为基础的自适应鲁棒非线性控制器.在发射段动态模型基础上,该控制器采用径向基函数( RBF)神经网络自适应逼近飞行器特性变化时的系统未知不确定性和干扰,通过在虚拟控制律中引入动态面控制技术避免多重微分运算,克服了传统反步法...     

基于粒子群优化LSTM的股票预测模型

为了提高股票时间序列预测精度,增强预测模型结构参数可解释性,提出一种基于自适应粒子群优化（PSO）的长短期记忆（LSTM）股票价格预测模型（PSO-LSTM）,该模型在LSTM模型的基础上进行改进和优化,因此擅长处理具有长期依赖关系的、复杂的非线性问题。通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,使股票数据特征与网络拓扑结构相匹配,提高股票价格预测精度。实验分别以沪市、深市、港股股票数据构建了PSO-LSTM模型,并对该模型的预测结果与其他预测模型进行比较分析。结果表明,基于自适应PSO的LSTM股票价格预测模型不但提高了预测准确度,而且具有普遍适用性。      

基于经验的抓取姿态构造及数据手套校正

针对数据手套校正过程中真实人手姿态获取困难、校正模型简单的问题,提出一种基于真实抓取经验的校正数据库构造方法.该算法根据人手生理结构和手套传感器布局建立具有更高运动逼真度的虚拟手运动学模型,实现更为灵活的拇指运动和软手掌效果;在不需要任何外部硬件设备的情况下,将真实抓取经验与最优化理论结合,寻找针对给定三维物体及操作任务的最优抓取姿态,从而构造真实人手姿态数据库;利用最小二乘拟合和闭环迭代算法获得精确的数据手套传感器输出模型.实验结果表明:所提出的姿态构造方法能有效提高数据手套校正效率,且操作过程简单,易于实现自动化校正,适合实际工程应用.