Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.     

Optimization of geosynchronous satellite constellation for independent regional navigation and positioning in Middle East region

Regional Navigation and positioning systems using geosynchronous satellites are emerging for different parts of the world. Optimal constellation geometry achievement for a set of geosynchronous satellites is a key sector in designing of such systems. Genetic algorithm is applied for optimization of constellations with 6 and 7 satellites which is to be used in Middle East region where these systems have been deprived of. Based on the fact that the coverage criterion is not sufficient enough to guarantee a good navigation service, positioning process by the satellite systems is discussed and the performance of the system on the basis of position dilution of precision is collected as the fitness criterion. Placing the satellites in groups to pass over the same ground track is applied as a constraint to the genetic algorithm. By simulation, performance of the best obtained results and GPS are compared in terms of position dilution of precision, visibility and the required epochs (time span) to resolve the ambiguities with a 99% success rate, in this region. Also, capability of the GA for such problems is demonstrated.     

Chaboche随动硬化模型参数确定及棘轮效应

采用遗传算法确定不同Chaboche随动硬化模型的参数,得到的3种模型中,四分量模型对棘轮的预测与试验结果符合最好.增大应力幅值或应力平均值,都会使应变峰值增大,应变累积速度加快;利用确定的四分量模型研究加载顺序对棘轮的影响.结果表明,平均应力加载顺序对棘轮预测有较大影响,加载顺序高-低的累积应变低于加载顺序低-高的累积应变,而且先加载的平均应力越大,后加载的载荷产生的累积应变越小;而应力幅值加载顺序对应变累积几乎没有影响.     

关于露天矿生产车辆安排的数学模型

通过适当的假设,始终以最短路径作为出发点,充分利用所给数据特点,运用线性规划、矩阵、统计、最优化等数学理论来进行模型的建立和求解。在求解过程中,采取分阶段进行,先确定铲位,再定路线,最后安排车辆。把铲位分为两类,把品位要求的搭配比例转化为路程比例,结成一个新拟合铲位,再取最短路径,快捷地选取铲位。     

遗传算法综合阵列的幅度和相位方向图

分析了阵列方向图分别为对称、实的或实的且对称时所对应的单元激励关系,简要介绍了遗传算法,并将其用于阵列方向图综合.遗传算法是一种自适应全局优化概率搜索算法,它直接以目标函数作为搜索信息.通过合理地设计目标函数,遗传算法不仅可以综合幅度方向图,还可以综合相位,适合于需要进行幅度和相位补偿的情况,以及多目标的情况.最后,结合平顶波束方向图与抛物面天线初级馈源的正割平方方向图进行综合,证明了遗传算法的有效性和灵活性,说明使用遗传算法时尽量利用方向图的实的或对称特性,可以减少待优化变量的数目,加快收敛.并提出将传统遗传算法与传统方向图综合方法相结合,可以进一步减少得到最优解所需要的进化代数.     

捷联惯导位置更新中的二子样涡卷补偿优化算法研究

研究了高动态环境下捷联惯导位置更新中的涡卷补偿算法。首先,给出了以地理坐标系为导航坐标系的位置更新算法;然后,基于曲线拟合的思想方法,推导了位置更新的二子样和三子样涡卷补偿算法,并且在划船运动(一种引起涡卷效应的典型高动态环境)下对二子样涡卷补偿算法进行优化,提出了位置更新的二子样涡卷补偿优化算法。仿真结果表明,二子样涡卷补偿优化算法的精度要比二子样涡卷补偿算法高,而其计算量与二子样涡卷补偿算法相当。     

基于伴飞模式的补给星轨道设计与优化

针对采用伴飞模式的星座燃料补给问题,本文对其补给星的轨道进行了设计与优化。在给出补给星的轨道设计之后,利用遗传算法对补给星轨道机动所消耗的燃料质量以及每次转移给工作星的燃料质量进行了优化求解,使得补给星燃料利用率达到最高。仿真结果同时给出了燃料利用率与工作星轨道高度以及星座中卫星数目之间的关系,该结论对采用伴飞模式的星座燃料补给研究提供了较好的理论参考。     

一种改进的星载分布式SAR相位保持成像算法

针对Chirp Scaling算法在推导中对相位采用近似处理而导致相位保持精度不能满足分布式星载InSAR系统对高程测量精度要求的问题,在对线性调频信号脉压处理中相位变化规律进行分析的基础上,结合星载分布式SAR数据处理对信号相关性的要求,推导了适用于星载分布式SAR数据处理的相位补偿公式,进而提出一种能够实现高精度相位保持的改进Chirp Scaling成像算法。算法精确补偿了包括复常数相位项、移零频所引入的线性相位项、距离向残留三次相位项及距离压缩后非均匀采样所引入的相位误差,并且能够实现分布式InSAR复图像对的粗配准。最后,给出了一种理论相位的计算方法,并通过计算机仿真验证了算法的有效性。     

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。
     

基于遗传算法的双余度无刷直流电机优化设计

针对航空电作动系统用双余度无刷直流电机的方案寻优问题,提出了一种基于遗传算法的优化设计方法.通过分析航空作动系统的特点和性能要求得出电机优化设计的目标函数和约束条件.建立电机的电磁和热路模型,得到目标函数和约束条件的解析方程.其中,在电磁模型的建立过程中,采用解析方法得到气隙磁密和反电势系数表达式;在热路模型的建立过程中,采用Bertotti分立铁耗法计算铁心损耗,并利用热路法求解电机各部分的温升.通过遗传算法对电机重量全局寻优.计算结果表明:在满足性能要求的前提下,优化设计方案合理,电机重量减小了13.3%,验证了该优化设计和建模方法的有效性.