遗传算法在等效系统拟配中的应用

针对遗传算法在全局搜索性能与收敛速度之问的矛盾采取了一些改进措施．并将其应用于飞机飞行品质评定的等效系统拟配计算中，解决了传统拟配方法参数初值不易选取的问题。仿真结果表明了遗传算法在等效系统拟配计算中的可行性和有效性。     

基于遗传算法的航空发动机PI控制器参数优化方法

P ID控制器参数整定与优化一直是自动控制领域研究的问题。采用遗传算法进行的PID参数整定与优化是一种全局最优且与初值无关的优化方法。本文结合某型航空发动机,利用遗传算法对发动机单变量及双变量P I控制器参数进行优化。仿真结果表明:该方法对PI参数整定具有比较好的综合控制性能,不失为一种具有较好实用价值的航空发动机P I控制器参数整定与优化方法。      

基于GA的二级倒立摆LQR最优控制器设计

倒立摆是一个多变量、快速、非线性不稳定的系统.LQR最优控制以其较好的稳定性在倒立摆控制中常被应用.该方法的关键在于如何选取Q、R加权矩阵,通常需要多次的反复试探才能得到较满意的结果,极大地影响了其有效的应用.针对这一问题采用基于遗传算法的权矩阵设计方法设计二级倒立摆的LQR最优控制器,利用其有效的智能式搜索、渐进式优化的特点,获取Q、R阵及状态反馈控制率K.将此控制器用于二级倒立摆实验台,实验结果表明,此方法设计的最优控制器超调小、响应速度快,可以对实际倒立摆系统实现稳定控制.     

编队无人机的高生存力协同航路规划方法

提出了一种基于多目标遗传算法的编队无人机高生存力协同航路规划方法。方法由备选航路生成和协同规划两个步骤组成。备选航路生成的目的是为编队中的每一个无人机生成多条航路,该步骤采用的算法是多目标遗传算法。协同规划的目的是为各个无人机从备选航路中选择航路,使得各个无人机同时到达目标区域,以增加任务突然性,提高整个编队的生存力。通过仿真算例,把方法与基于Voronoi图的方法作了对比,给出了方法的优缺点分析。     

超燃冲压发动机燃烧室新型热结构的优化设计

为了探寻超燃冲压发动机工程设计的方法,解决超燃冲压发动机燃烧室严峻的热防护问题,设计了一种基于碳化硅陶瓷基复合材料的复合结构形式的主动冷却结构方案;建立了超燃冲压发动机燃烧室热结构设计模型和燃烧室惰性质量估算模型;基于遗传算法,以热结构各层厚度、槽宽、肋宽和肋高为待优化参数,进行了单目标和多目标优化设计。以燃烧室惰性质量最小为目标进行优化设计后,惰性质量减少了21.7%,得到最小惰性质量下的热结构尺寸;以惰性质量最小、冷却液流量系数最低为目标进行优化设计后,得到了Pareto最优前沿及对应的热结构尺寸。     

基于自适应遗传算法的航迹规划研究

对传统遗传算法进行了改进,通过采用交叉概率和变异概率的自适应设计,避免了进化过程中固定的交叉概率和变异概率产生的个体早熟和收敛缓慢的现象。仿真算例结果表明,自适应遗传算法能够有效地提高遗传算法的全局寻优能力,加快算法的收敛速度,有较强的地形和威胁回避能力,可为低空突防飞行器提供满足战术要求的参考航迹。     

风扇转子的气动优化设计研究

风扇转子气动优化设计是结合CFD、遗传算法和风扇特性的跨学科自动设计方法,这种设计较少依赖经验,能实现多目标和多设计参数组合的优化设计。先研究了四个关键技术：具有耗时少、计算较准确的叶片通道流场数值计算方法;具有良好寻优能力的数值最优化方法;三维叶片造型的参数化方法;以气动性能为目标的多目标函数构建方法。再将上述四个关键技术模块整合,构建简易的气动优化设计软件。三维叶片优化算例证明了该软件的设计能力,其设计结果较满意、设计效率较高、设计周期短。     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

具有二进制编码的思维进化方法

模拟人类自然进化的遗传算法得到越来越多学者的重视,而且在许多领域得到非常成功的应用。众所周知,人类的思维进化比自然进化要快得多,本文利用这一思想,提出了一种模拟人类思维进化的“思维进化算法”,该方法主要由趋同与异化两种算子组成,文中针对二进制编码的思维进化方法,给出了趋同与异化算子的构造,并对其收敛性进行了分析。     

面向结构振动控制的压电作动器优化配置研究

 为了研究压电主动结构振动控制当中作动器的位置优化问题,从系统的状态空间方程出发,在系统可控性Gram矩阵特征值的基础上来描述性能指标,以输入的能量吸收率为优化目标函数,提出了一种新的位置优化配置准则。利用有限元分析(FEA)方法分析作动器的配置,并与遗传算法(GA)结合进行优化计算,计算过程中对作动器的位置采用二进制编码加以描述。通过对一压电简支板结构的仿真计算对该方法进行了验证,并与其他几种不同的配置方法进行对比,从而证明了新方法的优越性。