远程能量输送飞行器轨道设计与优化

以微波、激光等新型推进技术为背景,在飞行器质点动力学方程基础上,采用序列二次规划算法对飞行器爬升段和盘旋下滑段飞行轨道进行了优化设计,并通过数值仿真给出了其最佳飞行轨道。结果表明,对于重量150 kg,最大升阻比为25的飞行器,在上升段动力系统最大推重比为0.6的情况下,飞行器可以10min爬升到预定的40 km高度;在盘旋下滑段提供4.8 kg的推力,飞行时间可达4.85 h。研究结果为该新型飞行器可行性提供了理论依据。     

对地观测多载荷任务规划的建模与算法

研究了空间对地观测中配备多个有效载荷时的观测任务规划问题。首先建立了该问题的组合优化数学模型,优化指标考虑了科学和经济利益的最大化和各项资源约束;然后应用遗传算法对该问题进行了求解,并与贪婪算法结果进行比较;最后,验证了模型的有效性和算法的优越性。     

各向异性层合阻尼结构的BP集成神经网络模型设计

本文以各向异性层合阻尼结构为研究对象,设计一种基于BP集成神经网络的智能分析模型。该模型中的集成神经网络由两个子系统神经网络并联融合而成,学习算法主要采用Sigmoid函数。同时,该模型设计针对各向异性层合阻尼结构参数的扰动性问题综合采用结构模式归类、学习算法的改进、小波分析方法予以处理。计算结果表明:该BP集成神经网络模型,较好地解决了各向异性层合阻尼结构参数的扰动性问题,并能有效量化结构参数的变化影响。     

"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

基于遗传算法的低比转速高速泵优化设计

针对低比转速高速离心泵在理论设计和实际应用中存在的三个主要问题,即扬程流量特性曲线易出现正斜率上升段、汽蚀性能差和效率低的问题,提出了利用自适应遗传算法求解低比转速高速离心泵优化模型的方法。数值试验表明,自适应遗传算法在求解复杂最优化问题时具有广泛的适应性和良好的精度,可将其应用于某低比转速高速离心泵的优化设计中。试验研究表明,该泵取得了良好的性能指标,达到了优化设计的目的。     

基于非线性Wiener过程航空发动机性能退化预测

针对线性随机过程航空发动机剩余使用寿命预测精度不高的问题,提出一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模,进而预测航空发动机的剩余寿命。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出剩余寿命的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而对个体发动机的剩余寿命实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明：针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机循环中期剩余寿命预测的准确性,提供更加可靠的预防性维修决策。     

基于遗传算法的载人航天器标准返回轨道设计

载人航天器返回时,根据任务的要求,需要设计一条标准返回轨道,作为制导时的参考轨道。文章探讨利用遗传算法（ＧＡ）来自动设计标准返回轨道。通过仿真表明,遗传算法在标准返回轨道设计中具有一定的优越性。仿真结果满足任务要求。     

先进飞机电气远程终端采样算法

针对先进飞机远程终端采样技术,对电压/电流(400Hz)采样点数和精度关系进行了讨论,由于工程采样中数字积分法的开方计算有效值对实时性有很大影响,给出了全新的不带根号的采样有效值算法,精度要求高的场合又在该算法的基础上设计了迭代算子.     

一个－阶逻辑公理系统独立性的证明

独立性是公理系统的重要性质之一．给出了一个－阶逻辑的公理系统，采用语义解释和公式变换的方法，证明了它的独立性．     

卫星星座优化设计的分布式遗传算法

遗传算法在区域卫星星座的优化设计中可以得到很好的结果。但使用遗传算法时，往往计算量很大，星座规模较大时会带来计算上的困难。充分利用计算机网络的空闲计算资源进行分布式计算可以解决这一问题，文章提出了相应的分布式计算模型，给出了实现方法，算例表明分布式遗传算法效率很高，该分布式计算方法也可以推广到其他应用领域。