基于群集智能的协同多目标攻击空战决策

为使各武器平台利用数据链（TADIL）交换和共享信息,自主协同计算实现多目标攻击决策,本文基于NASA/Ames研究中心提出的群集智能（COIN）理论,构建以作战单元为智能体（Agent）的协同多目标攻击决策模型,并通过定义Agent的贡献度扩展群集智能架构,用于解决分布式异构Agent造成的系统难以准确收敛问题。为提高收敛速度,减少求解过程中的盲目搜索和提高已形成解的收敛,研究加入了构造性启发和改进性启发两类启发方法。实验表明所提算法同传统算法相比,具有更好的稳定性和扩展性,减少了计算量,收敛速度也有一定的提高。     

气动与隐身性能计算精度对飞行器设计的影响

将计算精度高的流场和电磁场求解算法引入到飞行器外形多目标优化设计中,研究了气动特性和雷达散射截面算法计算精度对外形设计结果的影响.以无人机外形气动与隐身一体化设计为例的研究结果表明,低精度优化设计的外形在实际应用中难以获得预期的性能,采用高精度计算模型的优化设计可以获得性能更优的外形.     

耦合均衡论和隐式约束伴随方法的翼型气动多目标优化设计

通过耦合Nash竞争对策和伴随方法来研究气动多目标优化问题,其中对策论是描述现实世界中包含有矛盾、冲突、对抗、合作等诸因素的数学模型的数学理论与方法。将对策论的方法应用于互为冲突的多目标气动优化设计中,寻找各冲突目标之间的平衡解。计算结果表明：Nash均衡论可以很好地处理多目标优化问题,并且能自然地运用于并行环境。     

一种新的并行测试任务调度算法

 并行测试的任务优化调度是并行测试技术的核心问题。为了解决现有调度方法耗时、实际应用范围有限以及缺少对资源冲突和系统死锁的形式化分析等问题,采用赋时有色Petri网(TCPN)建立并行测试任务调度的TCPN模型,基于TCPN模型的可达标识图利用改进蚁群算法求解最优任务调度序列。算法搜索过程中,采用多目标优化,目标函数综合了测试时间、仪器成本和负载平衡度,使得算法更符合工程应用。采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟。仿真实例证明该算法是有效的。     

基于CCD着陆相机的行星软着陆岩石检测与规避方法

 提出了一种基于CCD相机的行星软着陆岩石检测与规避方法。首先,利用多分辨率分析方法对着陆区图像进行快速处理,根据着陆区的光照特性检测出着陆区的岩石,针对着陆过程的时间需求,多灰度阈值分割方法被采用;其次,基于无监督聚类算法对着陆区的岩石进行识别并标记,构建着陆区岩石分布的拓扑图;再次,利用激光测距仪得到的高度信息和着陆相机的参数,计算着陆区岩石拓扑图的实际危险区域面积,从而根据着陆器的需求安全范围和探测任务需要,利用安全着陆点的螺旋式搜索方法选择具有冗余度的安全着陆点;最后,建立着陆器安全规避策略,制导控制着陆器进行安全着陆,通过对安装侧向发动机和利用万向节调节推力方向的主发动机两种情况的仿真,实验结果令人满意。     

基于LMI的组合导航多目标控制

针对模型不确定性和噪声非高斯容易导致Kalman滤波精度下降的问题,研究了一类组合导航系统的鲁棒H2/H∞多目标控制问题。将组合导航误差状态方程转化为不确定系统多胞型描述,基于线性矩阵不等式(LMI)将控制器存在条件转化为凸优化问题进行求解。系统的稳定性通过Lyapunov稳定性理论得到保证,通过H2和H∞控制达到抑制干扰的目的,通过保性能控制提高系统的快速性,而对于非零初始条件通过极点配置加速初始阶段的收敛。由仿真结果可以看出,该方法收敛快、鲁棒性强、精度较高。     

利用图像相关等级的目标判别方法及其应用

提出一种根据PCA重构图像与原目标相关等级进行的目标识别方法,解决伪目标参与识别影响识别准确度的问题。首先建立目标模板库特征空间,将定位到的目标对象映入特征空间,利用PCA变换进行图像重构,定义降维重构图像与原目标之间的相关度函数,根据该函数判别图像等级;若原目标与其重构图像相似度很低,认定原目标为伪目标,将其剔除,不进入识别过程;若认定为真实目标后,根据相似性程度,分别选用降维重构图像或原图像作为识别对象,利用Hu不变矩距离分类器进行识别。该方法可有效剔除伪目标,并根据图像质量选用识别目标,提高了目标识别准确度,交通卡口获取的实测车辆图像车标识别试验验证了该方法的鲁棒性和有效性。     

基于多目标遗传算法的航空发动机PID控制器参数优化

提出了1种基于多目标遗传算法以及多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法（NSGAII）求出了Paret0最优解;用这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行了权值计算,然后采用逼近理想解的排序方法（TOPSIS）进行了多属性决策（MADM）研究,对Pareto最优解给出了排序;计算了某型航空发动机PID控制的数值算例,结果表明所提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

IOSO NM多目标优化软件在航空发动机设计上的应用

IOSO NM是一个独特的软件包,为解决"复杂"的实际问题提供了新的方法,被用来改善复杂系统的性能,技术设备、工程进程,探索原材料的最佳参数,开发新材料.该软件使花费较少的研究支出和较短的执行时间成为了可能.该系统的主要目的是,将设计者或研究者从探索最优系统设计参数的复杂过程以及繁重的体力劳动中解放出来,为航空发动机设计这样的多目标优化问题提供有效的解决方法,目前已广泛应用于航空航天、汽车、石油和天然气、医药、经济学、光学、化学、生物技术、电子、海洋等各个领域.     

直升机桨叶气动外形多目标优化设计

基于自由尾迹方法建立了直升机桨叶空气动力学分析模型,应用人工神经网络方法建立代理模型,采用改进的多目标遗传算法构建了优化框架,对直升机的悬停和大速度前飞状态进行优化.以悬停效率、旋翼等效升阻比及桨叶叶素的最大阻力系数为约束,对两个飞行状态的需用功率进行优化,得到了Pareto最优解集.并以UH-60A直升机的桨叶为算例,对其外形进行优化设计,优化结果表明,提出的桨叶气动外形多目标优化框架是有效可行的.