蚁群算法在DGPS动态整周模糊度解算中的应用

在基线长度已知的情况下,利用零空间约束动态求解GPS双差整周模糊度,进行解的去相关后,应用蚁群算法在整周模糊度空间内寻优。根据实测算例解算结果,蚁群算法在很少的解样本数内获得了很好的搜索结果,与遗传算法结果相比较,证明了蚁群算法在相同搜索率的情况下,具有更高的搜索可靠性。     

应用遗传算法优化低/零相关区序列偶

介绍遗传算法的特点和低/零相关区序列偶的概念。讨论用遗传算法优化两个字节长度内(63长以内)的低/零相关区序列偶。通过实验发现,所搜到的序列偶具有比较理想的低/零相关区和很高的主峰值。     

Clipper返回舱气动布局优化方法研究

俄罗斯联邦空间局提出的Clipper飞船返回舱采用升力再入方式，结合了飞船和航天飞机的特点，升阻比高、机动性强、稳定性好、过载低、空间大，而且可以部分重复使用，是未来低成本天地往返运输系统可能的发展方向。采用基于牛顿理论的气动力工程方法对气动特性进行预测，建立了考虑高超声速升阻比和效用容积时的多目标气动布局优化模型，利用多目标遗传算法进行了优化计算，获得了约束条件下的Pareto最优解集。     

基于遗传算法的圆柱阵列旁瓣电平优化方法

由于共形阵列所具有的特性,使其正得到日益广泛的应用,但其方向图具有相对主瓣较高的旁瓣电平。为此,文章针对基本的共形阵列——圆柱阵列的天线阵元,应用经典遗传算法进行唯幅度的方向图综合,来优化旁瓣电平。仿真结果表明：该方法可有效降低圆柱阵列的旁瓣电平,为解决此类问题提供了有益的参考。     

压电智能结构和反馈控制的集成优化设计

针对挠性结构振动控制中智能材料的特性,综合考虑压电敏感器/致动器的位置、尺寸、质量及其对挠性结构刚度特性的影响和控制律,建立系统状态空间模型,提出一种新的优化配置的性能指标和集成优化设计方法。运用李雅普诺夫稳定性定理证明了闭环系统的全局渐近稳定性,性能指标的最小值可取为相应矩阵的迹而不依赖于系统的初始状态。采用遗传算法寻优,数值仿真结果表明,该设计方法能够快速的抑制系统的振动。     

多目标翼型优化设计基因算法研究

本文把基因算法用于多目标翼型优化设计,针对基因算法的搜索原理和气功外形特点,提出了与之相适应的Ｂｅｚｉｅｒ曲线基因表达,构造了用于优化设计的适应度函数,发展了一种小种群演化方法。针对小种群基因算法中出现的近亲繁殖问题,提出了远亲配对策略、构造了自适应非均匀变异算子,提高了算法的收敛速度。文中最后给出了基于全位势方程求解程序的翼型重构反设计以及单目标和多目标翼型优化算例。     

基于遗传算法的故障诊断规则提取方法的研究

针对粗糙集应用于故障诊断过程中存在的决策表属性连续值离散化和属性约简之间分离的问题,根据粗糙集的约简思想,本文研究了一种新的基于遗传算法的规则自动提取方法,可以在知识获取过程中同时实现属性连续值离散和属性约简。将该方法用于卫星电源系统故障诊断,可以从故障决策表中直接提取规则,得到超过90%的故障诊断准确率,进一步验证了这种方法的可行性和有效性。     

基于仿真优化的某航天产品装配线规划方法研究

航天产品的装配工艺复杂,具有典型的小批量、多品种特点,因此动态设置装配工位成为装配线规划的重要内容.本文以装配线平滑指数最小化为目标,以装配工艺、空间布局、路径等为约束条件,建立装配线工位数量优化模型.本文先对装配现场的不确定影响因素进行分析与建模,并提出基于仿真的优化方法,利用仿真模型模拟装配线运行状态,并通过遗传算法确定最优的工位数量,实现装配线的动态平衡,从而有效地提高装配线单元工位规划的精确度与效率.     

Intelligent modeling and identification of aircraft nonlinear flight

In this paper, a new approach has been proposed to identify and model the dynamics of a highly maneuverable fighter aircraft through artificial neural networks（ANNs）. In general, aircraft flight dynamics is considered as a nonlinear and coupled system whose modeling through ANNs, unlike classical approaches, does not require any aerodynamic or propulsion information and a few flight test data seem sufficient. In this study, for identification and modeling of the aircraft dynamics, two known structures of internal and external recurrent neural networks（RNNs） and a proposed structure called hybrid combined recurrent neural network have been used and compared.In order to improve the training process, an appropriate evolutionary method has been applied to simultaneously train and optimize the parameters of ANNs. In this research, it has been shown that six ANNs each with three inputs and one output, trained by flight test data, can model the dynamic behavior of the highly maneuverable aircraft with acceptable accuracy and without any priori knowledge about the system.     

基于多处理机系统在超立方体上并行仿真BP神经网

摘 要 本文介绍了人工神经网络的基本实现途径，并对 Intel iPSC860／P超级计算机系统作了简介，给出了在超立方体上实现BP算法并进行并行仿真所得到的结论