自适应变搜索域遗传算法及其在发动机模型中的应用

针对发动机数学模型中非线性方程插值解法的不足,提出非线性方程自适应变搜索域遗传算法解法。论文详细分析了方程求解转化为遗传算法优化的数学描述、依据方程解临域特征的自适应变搜索域机理及算法的具体实现技术。实例计算与发动机仿真结果说明:所设计的变搜索域遗传算法可作为通用的非线性方程解法,相比较于简单遗传算法,能成倍提高计算效率;替代插值解法应用于发动机模型,可有效提高模型的收敛性。     

双锥Bump压缩面设计及气动特性

采用反设计方法研究双锥Bump压缩面设计技术,该方法实质是融合运动间断边界在运动网格条件下对轴对称欧拉方程组求解.为避免激波捕获法对激波型面位置求解误差,应用计算域分块的方法预估第2道激波,在此基础上采用流线追踪法生成Bump压缩面;结合平面机身设计一双锥Bump实例,运用计算流体力学仿真手段对其进行黏性数值模拟.研究结果表明:①该模型流场结构仍保持较强的附面层扫掠能力;②在来流马赫数为2.0条件下,相比传统的正圆锥乘波体Bump压缩面设计,新型设计方法可使Bump外压缩系统总压恢复系数提高0.04左右,为Bump进气道性能提高奠定基础.      

基于改进支持向量机的油液在线监测系统

搭建油液在线监测实验平台进行磨粒分类识别实验,运用支持向量机和最近邻法相结合的方法对飞机发动机油液中的磨粒进行分类识别;其中基于支持向量机的磨粒分类器的输入为磨粒的主轴长度、纹理相关性、圆度等特征参数,输出为磨粒的分类结果;实验结果表明,基于支持向量机的磨粒分类器的分类准确率高达94％,并且由于最近邻法的使用,分类器的处理速度也提高了30％。     

基于GA的航空发动机单神经元自适应解耦控制器设计

针对航空发动机控制变量间的耦合作用,设计了基于GA优化的单神经元自适应解耦控制器,给出了控制系统的结构及解耦算法。该方法结构简单、易于实现,直接通过对两个通道误差的学习调整权值,实现解耦。仿真表明,在设计点和偏离设计点处,系统均具有良好的动态特性和解耦特性。     

基于混合编码遗传算法在模型辨识中的应用

文章介绍了一种基于二进制和十进制的混合编码机制 ,充分利用两种编码方式的优点 ,及这种混合编码机制在模型辨识中的应用 ,最后通过实例说明了SPGA法在模型结构和参数共同辨识中的寻优能力和高的鲁棒性。     

零件工艺路线决策的GA方法

将基因算法应用于ＣＡＰＰ系统中的工艺路线排序。首先,将工艺路线决策的约束工艺知识表达为四种适用度函数,用自然数字链对零件特征加工单元进行基因编码,然后,通过选种、基因重组和基因变异,对群体进行多次计算和搜索,可以寻找到合理的工艺路线,该工艺路线同时也是较优的。     

基于多目标进化算法的MEO区域通信星座优化设计

在分析星座轨道要素的基础上，研究了用改进非劣分层遗传算法（NSGA—Ⅱ）对中轨道（MEO）卫星的区域通信卫星近地点幅角、升交点赤经和平近点角等星座参数进行优化的方法，并对有5颗椭圆中轨卫星的星座进行了优化仿真。结果表明，优化后的星座不仅能在我国领土范围内提供实时通信服务，而且具有一定的全球覆盖能力。     

多脉冲C-W交会的优化方法

在航天器的近距离交会中,常采用C-W交会的方法.本文发展了多脉冲C-W交会.建立了一般情况下的优化模型,并进行了分析.为了减少优化变量,提出了三种速度脉冲施加模式：切向、径向、变径向.提出了一种简单的误差修正方法：通过修正计算的目标位置而减小仿真误差.在实际算例中采用了遗传算法.针对多个初始状态,不同的脉冲次数进行了仿真计算,并与文献中的算法进行了对比,精度有了进一步的提高,结果证明优化模型是可行的,可以应用于多种情况.     

基于贝叶斯优化的无人机路径规划算法

提出了一种基于贝叶斯优化算法的无人机路径规划方法。把无人机路径编码为离散时间上的速度和航向变化序列，每一步的速度和航向变化量都限制在无人机相应最大变化量之内，所以这种编码方法对应的物理轨迹是无人机可飞的。利用每代种群中的优良解集构造贝叶斯网络，用贝叶斯网络的结构体现染色体基因位之间的联系，用贝叶斯网络参数体现染色体基因位之间的联系程度。设计了一个多变量K2度量评价网络的优劣。用贝叶斯网络产生新的染色体以体现种群的进化，这取代了传统遗传算法的交叉和变异过程。如果不满足终止条件，则用新一代种群的优良解集构造贝叶斯网络，直到满足终止条件。仿真结果验证了算法的有效性。     

多格式载荷数据处理与管理平台的设计和实现

为了解决现有航天器载荷数据处理软件灵活度差、处理效率低的问题,设计了一种基于多级解包预处理策略以及并行处理调度算法的多格式载荷数据处理与管理平台。通过在某卫星的载荷试验数据处理与存储管理任务中的应用,验证了该平台设计的可行性和有效性。研究结果可为航天器多种格式的载荷数据并行处理与统一管理提供参考。