一种基于年龄和性别特征的遗传算法

提出了一种基于年龄和性别特征的遗传算法。标准遗传算法（SGA）已经被成功的应用到很多进化优化问题上，但是对于复杂的多模态函数寻优时，会出现早熟收敛现象。为了解决这个问题，结合自然界最常见的有性繁殖现象，赋予了遗传个体年龄和性别特征，提出了基于年龄和性别特征的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子。对不同年龄和不同性别的个体赋予不同的进化控制参数，克服了早熟收敛问题且保持了群体的多样性，使算法能顺利的收敛到全局最优值。     

基于遗传算法的快速成型分层方向优化设计

快速成型制造技术具有高度的柔性和灵活性,应用前景广泛。快速成型分层方向的选择,对于零件的制作精度、成型时间及制作成本有着重要影响。目前常见的分层方向算法往往顾此失彼,为了尽可能同时满足这3个单目标模型的最优化,本文提出将均匀设计、正交设计与遗传算法相结合作为求解多目标优化的新方法,可用较少的计算量求得分层方向的最优解。实验结果表明,改进后的算法有效,在迭代次数和所用时间上远远优于目前常用的基本算法。     

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

深空合作目标高概率捕获复合扫描策略研究

针对深空目标长距离星间激光通信时间滞后大、光轴抖动明显、不确定区域大的问题,设计了一种基于两级执行机构的抗抖动高概率捕获复合扫描策略。将目标位置不确定区域划分为等大正方形子区域,在子区域内采用光栅扫描,通过快摆镜实现;在子区域间按照光栅螺旋扫描顺序覆盖,通过伺服转台实现子区域间的跳转。然后在考虑光轴抖动的情况下基于遗传算法对子区域大小、扫描光斑重叠大小进行了优化,得到了参数优化后的扫描方案,并通过仿真进行了验证。1000次蒙特卡洛打靶结果表明,在目标位置不确定区域3.6mrad、激光束散角0.1mrad、光轴抖动标准差5μrad的情况下,优化后的扫描方案对目标的捕获概率为99.2%,对不确定区域的扫描时间为41.34s,扫描到目标的平均扫描时间为9.62s。     

基于遗传算法的护理机器人逆运动学求解方法

护理机器人结构复杂、耦合度高且机械臂不满足PIEPER准则,标准遗传算法难以精准地对其逆运动学进行求解,以至于机器人手臂末端位姿误差较大。针对标准遗传算法求解过程中早熟和局部搜索能力差的问题,采用等分区间替代随机命令产生的初始种群个体,划分5个小区间以提高种群个体的分散程度和搜索效率;在适应度函数中引入可变权因子,将位置误差的变化值作为可变权因子的变量,进化过程中可变权因子在0.5～1.0之间变化,且实时有效分配位置和姿态误差权重,确保解的收敛。通过仿真和实验验证,结果表明：改进后的遗传算法能够大幅提升收敛精度和速度,并且可以同时实现对位置和姿态的精确控制,极大地减小了机器人手臂的位姿误差。     

考虑制造约束的印刷电路板式换热器优化设计

针对印刷电路板式换热器(PCHE)的微流道结构参数设计制造一体化问题,开展了考虑制造约束条件的换热器性能优化的研究。通过流体仿真分析了流道宽度、深度和深宽比对温度分布、压力损失和换热系数的影响。使用多目标遗传算法(MOGA)建立了换热性能的多参数多目标性能优化仿真模型,根据性能优化获得的设计参数建立微流道结构辊压成形工艺仿真模型,得到制造约束条件,将制造约束反馈到性能优化仿真模型中,得到宽为0.29 mm、深为0.39 mm的矩形微流道优化设计参数,且通过辊对辊(R2R)的辊压工艺实验验证了该优化方法的可行性。考虑制造约束的换热器优化设计方法在性能优化设计阶段引入工艺限制条件,是实现换热器一体化设计制造的有效手段。     

基于遗传算法的多航班超售策略研究

研究航空公司在一个航段上每天有多个航班的机票超售问题,以多个航班总的期望收益最大化为目标函数,建立了旅客到达率服从二项分布的多航班超售模型.并运用遗传算法,通过编写选择、交叉、变异函数,调用Matlab工具葙求解模型.以国内某航空公司北京一上海航线为例,分别求解了单一票价、航班座位数相同及多种票价、航班座位数和旅客到达率不同的航班最优超售量,为航空公司多航班的超售提供了依据.     

基于能量法的无人机弓形起落架优化设计

弓形起落架的轴线形状和横截面直接影响无人飞机着陆时起落架的缓冲性能。为提高弓形起落架的缓冲性能,基于能量法构建了弓形起落架的参数化模型,以某一无人机的起落架为对象采用遗传算法进行优化设计,用MD.Nastran对优化设计的弓形起落架进行动力学仿真。结果证明优化后的弓形起落架吸收冲击能量的能力得到了提高,从而可以降低无人机降落时的过载,同时减小了起落架的质量。     

面向空间威胁自主规避的航天器资源调度方法

针对航天器遭遇空间非合作目标异常接近的场景,考虑航天器软硬件资源的约束,提出一种面向空间异常接近规避过程的航天器有限资源调度方法,以特定任务下的空间态势信息作为输入,输出动态变化的航天器资源配置.首先,建立威胁规避场景的动力学模型和航天器有限软硬件资源模型,分析威胁规避过程中的信息流;在此基础上,引入“精英保留”和“劣种淘汰”策略设计基于遗传算法的航天器资源调度方法,以加快遗传算法收敛速率.仿真结果表明,相比随机调度策略,本文所提方法寻找的调度策略有效提升了资源约束条件下对非合作目标的定轨收敛速率,更快到达预定位置,同时节约了速度增量消耗.     

电机控制系统PID参数的遗传算法优化

近年来,遗传算法的研究十分引人注目,作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用,鲁棒性强,在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化,以提高控制系统的性能指标。