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.      

航天器反作用轮扰动建模及参数辨识

为预测反作用轮微振动对航天器产生的影响,提出了一种改进的扰动模型.由于共振造成的扰动放大是反作用轮扰动对卫星姿态精度的最重要影响,改进模型通过引入放大系数体现结构固有频率对扰动的影响.鉴于改进模型的非线性特性,应用模拟退火遗传算法对改进模型进行了参数辨识.设计刚性六分量力测试平台对反作用轮扰动进行测试,并利用实测数据对改进模型及参数辨识结果进行验证.验证结果表明:改进模型准确地反映了反作用轮的扰动特点,模拟退火遗传算法可以提高参数辨识的精度.     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

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.     

气动外形多点优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合,并将其引入到气动优化设计中.在引入实数编码机制的基础上,将遗传算法与线性加权和法结合在一起,建立了可以处理多目标优化设计问题的遗传优化模型,并应用该方法进行了翼型的多点气动外形优化设计.设计实践表明,该方法是可行的.     

遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

基于遗传算法和空间推进方法的单壁扩张喷管优化设计研究

 将单目标遗传算法和多目标遗传算法（包括NSGA-II和NCGA）,与高效、高精度的空间推进流场数值模拟方法——SSPNS方法相结合,对二维超燃冲压发动机尾喷管即单壁扩张喷管（SERN）进行了气动优化设计研究。在巡航点（Ma=6.0）讨论了推力系数C_T最大单目标模型,推力系数C_T最大升力系数C_L最大两目标模型,以及推力系数C_T最大升力系数C_L最大俯仰力矩系数C_m最小三目标模型,分别得到了喷管的最大推力设计和关于多个目标性能的Pareto最优前沿。结果表明,扩张壁初始扩张角θ_r,i和外罩长度L_c对C_T影响较大;较小的L_c和较大的θ_r,i设计,将降低外罩内表面的负升力作用而使得SERN的C_L较大;较长外罩和较小的θ_r,i,对应Pareto最优设计的C_M较小。     

基于遗传算法的H∞混合灵敏度导弹解耦控制器设计及加权函数选择方法研究

导弹在大攻角再入飞行过程中,偏航通道和滚动通道存在着气动交连耦合,当耦合影响较大时,采用传统的把耦合项当作随机干扰的办法来处理,容易造成系统失稳。因此采用基于H∞混合灵敏度解耦控制的方法对通道间进行解耦,对于H∞混合灵敏度加权函数,通过遗传算法优化获得,并推导了H∞混合灵敏度标准型的建立过程和遗传算法优化加权函数的步骤。应用该方法,对导弹大攻角飞行过程中通道间的解耦控制进行设计。仿真表明,对参数不确定性的耦合系统,该方法具有良好的解耦性和鲁棒稳定性。