飞机地面压力加油系统的优化性能分析

针对传统遗传算法和退火单纯形法 ,提出了一种基于邻域函数的尺度参数自寻优和多操作的基于概率接受思想的变异操作及竞争生存的种群数量控制策略的高级遗传退火算法。基于飞机地面压力加油系统节流孔优化配置的数值仿真研究验证了本文的算法对高维复杂函数最优化的高效性 ,其性能明显优于传统遗传算法、退火单纯形法 ,极大提高了加油管路节流孔优化配置的效率。     

X编号Walsh变换的几种快速算法

本文给出X编号沃尔什(Walsh)变换的几种快速算法,并且对它们作了此较,以便于X编号Walsh变换在实际中的应用。     

基于低通滤波的彩色图像多模式自适应系统

在彩色图像压缩中,"分量编码"技术已较为成熟,JPEG(Joint Photographic Experts Group)是其主要的代表之一.但对于一些要求速度较高的场合,仍不能满足要求.通过对这一技术中的各个环节的研究发现,将YUV空间进行旋转,使图像色域发生变化,压缩结果可得到改善.比较各种插值方法对恢复图像质量的影响,采用了二维重叠数字低通滤波器进行插值,同时配合使用快速的单色多模式自适应压缩算法,从而使系统不但有较宽的适用范围,而且在一定的压缩倍数范围内,恢复信噪比比JPEG高.     

解Stokes问题的区域分解算法

对用非协调混合元离散的Ｓｔｏｋｅｓ问题，建立了延拓定理并分析了一个两子域不重叠区域分解算法，利用已有的对二阶椭圆型问题有效的预处理器，借助Ｂｒａｍｂｌｅ ＪＨ等的思想，将原鞍点问题变为一个在适当内积意义下的对称正定问题，并估计了它的条件数。     

关于遗传算法模糊控制的研究

在控制对象的数学模型由于受非线性的时变的影响很难精确确定时，模糊控制是一个比较好的方法，但模糊控制规则易受人的因素的影响而归纳得不完善，并且不能自学习影响了模糊控制的效果。遗传算法可以搜索整个空间，不易陷入局部最优解，不受搜索空间的性假设的约束。可以解决非常困难的寻优问题，本文提出关于遗传算法的模糊控制，使控制规则得到优化，从而改善了控制性能。仿真实例表明这种方法是可行的。     

遗传算法在编队卫星群轨道机动中的应用分析

卫星群机动是航天器发展的一个方向.针对编队卫星群的Lambert机动问题,采用Gim-Alfriend矩阵建立了包含中心轨道根数和摄动项的群卫星的相对运动模型,设计了转移轨道上的卫星群队形协同保持的脉冲控制策略.应用遗传算法对编队卫星群轨道机动问题进行了优化,优化指标分别为卫星群协同变轨过程中总燃料消耗最少或燃料均衡分配最小.分析了群机动过程中燃料消耗的影响因素.算例结果表明遗传算法可以很好地应用于编队卫星群机动问题.     

Improved NSGA-Ⅱ Multi-objective Genetic Algorithm Based on Hybridization-encouraged Mechanism

To improve performances of multi-objective optimization algorithms,such as convergence and diversity,a hybridization-encour-aged mechanism is proposed and realized in elitist nondominated sorting genetic algorithm (NSGA-Ⅱ).This mechanism uses the nor-malized distance to evaluate the difference among genes in a population.Three possible modes of crossover operators-"Max Distance","Min-Max Distance",and "Neighboring-Max"-are suggested and analyzed.The mode of "Neighboring-Max",which not only takes advantage of hybridization but also improves the distribution of the population near Pareto optimal front,is chosen and used in NSGA-II on the basis of hybridization-encouraged mechanism (short for HEM-based NSGA-Ⅱ).To prove the HEM-based algorithm,several problems are studied by using standard NSGA-II and the presented method.Different evaluation criteria are also used to judge these algorithms in terms of distribution of solutions,convergence,diversity,and quality of solutions.The numerical results indicate that the application of hybridization-encouraged mechanism could effectively improve the performances of genetic algorithm.Finally,as an example in engineering practices,the presented method is used to design a longitudinal flight control system,which demonstrates the obtainability of a reasonable and correct Pareto front.     

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

Geometric Optimization Design System Incorporating Hybrid GRECO-WM Scheme and Genetic Algorithm

This article seeks to outline an integrated and practical geometric optimization design system (GODS) incorporating hybrid graphical electromagnetic computing-wedge modeling (GRECO-WM) scheme and the genetic algorithm (GA) for calculating the radar cross section (RCS) and optimizing the geometric parameters of a large and complex target respectively. A new wedge modeling (WM) scheme is presented for calculating the high-frequency RCS of wedge with only one visible facet based on the method of equivalent currents (MEC). The applications of GODS to 2D cross-section and 3D surface are respectively implemented by choosing an average of monostatic RCS values corresponding to a series of incident angles over a frequency band as the optimum objective function. And the results demonstrate that the RCS can be effectively and conveniently reduced by the GODS presented in this article.     

相干干扰对基于特征空间分解算法性能的影响

分析干扰信号的互相关性和方向矢量正交性对接收信号自相关矩阵的特征值和特征向量分布的影响。干扰相关时,会有信号特征矢量发散到噪声空间,采用基于特征空间分解的自适应算法,只有在相干干扰的来向相同时才能实现干扰抑制,否则不能抑制此相干干扰;干扰不相关时,如果干扰来向相同,只能检测到一个干扰,但此时基于特征空间分解的自适应算法可实现干扰抑制。对MUSIC(multiple signal classification)和最小范数算法的仿真结果,与理论推导一致。