模糊控制器在全自动洗衣机中的应用

本文介绍了一种全自动洗衣机模糊控制策略,在传统洗衣机基础上,加装了模糊控制器,根据衣质衣量确定用水量,根据衣物的污浊度确定洗涤时间,再根据控制算法编制相应的程序,由模糊控制器控制洗衣机自动完成全部洗衣过程。     

应用免疫遗传算法优化设计层合板铺层顺序

应用遗传算法对复合材料层合板的铺层顺序进行优化设计,并通过免疫机理解决基本遗传算法中存在的收敛效率低、"早熟"等问题.以层合板的面内几何因子和弯曲因子为优化对象,建立遗传算法的优化模型.通过交叉、变异等遗传操作,搜索问题的最优解.借助免疫系统对抗体的促进和抑制机制,调节种群中个体的多样性.数值算例中给定了层合板的面内几何因子和弯曲因子,应用免疫遗传算法求解层合板的最佳铺层顺序.并将应用免疫遗传算法与标准遗传算法得到的优化结果进行了比较,证明了免疫遗传算法的优越性和实用性.     

舱外活动中航天员利用扶手移动的路径规划

航天员在舱外活动中,常常需要从一个工作点向另一个工作点移动.提出了一种用于搜寻两个工作点间最短通路的路径规划的方法.该方法利用人工智能中的启发式搜索A^*算法,在用栅格法对三维工作环境进行离散化的基础上,采用路径最短原则,完成了航天员在舱外活动中依靠扶手移动的路径规划.对一个例子进行了研究,并对结果进行了分析.规划的路径可为航天员舱外活动扶手的安装位置提供参考依据,以减少航天员舱外作业的工作时间、降低能量消耗以及提高航天员舱外作业的工作效率.     

进化策略在火箭发动机静态特性研究中的应用

建立了全流量补燃循环发动机的静态特性的数学模型.描述静态特性的数学模型是由一组非线性方程组成的.采用基于进化策略的进化算法求解全流量补燃循环发动机的静态特性方程,将该模型的非线性方程组求解问题转化为求带有约束的极小值的优化问题,建立了进化策略计算模型.讨论了进化策略算法在进化计算过程中使用的变异算子、重组算子和选择算子的设计,以及对约束条件的处理方法.数值计算的结果表明,利用基于进化策略的算法可以在较大范围内进行全流量循环液体火箭发动机的静态特性研究.     

一类解决变应力加速寿命试验参数估计的方法

变应力加速寿命试验的极大似然函数是高维非线性复杂目标函数,其待估参数多,采用梯度下降优化方法进行参数估计容易陷入局部极值,而采用全局优化方法又存在寻优效率低的问题.为了解决复杂多维目标函数优化的瓶颈问题,设计了一种基于实数编码遗传算法和Powell法的遗传加速方法.利用适应度函数获得两种优化方法的最佳切换点,最大程度发挥遗传算法和Powell算法的优点,既提高了多维非线性目标函数寻优效率又保证了参数估计的全局最优.液压泵加速寿命试验实例分析结果表明,遗传加速方法可以在寻优前期利用遗传算法保证待估参数的全局最优估计,在寻优后期快速逼近最优值,使寻优成功率达到85%.     

固体火箭发动机燃烧室中的颗粒轨迹

用气相与颗粒场耦合的轨迹模型法计算了固体火箭发动机燃烧室两相流中的颗粒运动轨迹。结果表明： 颗粒轨迹受颗粒尺寸大小、颗粒初始速度的大小和方向以及气相运动特性等影响。燃烧室中的两相流动是一种非常滞后的非平衡流动。颗粒尺寸越大, 惯性越大, 随流性越差。尺寸相差较大的颗粒可能有完全不同的轨迹。在一定条件下,颗粒会穿过通道的中心线,甚至打到对面壁上并反弹。颗粒会受气相旋涡的影响, 甚至有可能卷入旋涡     

联合交互式多模型概率数据关联算法

通过对交互式多模型（IMM）算法和概率数据关联（PDA）算法的研究,指出Bar-Shalom和Blom等提出的IMMPDA算法结构和理论上存在的问题。根据全局最优的思想,设计了一个最优波门,从而得到全局最优的量测集合,保证了系统的理论完整性和结构合理性。推导完成了新的联合IMMPDA算法--C-IMMP-DA算法。大量仿真计算验证了C-IMMPDA算法在减少计算量的同时,总体性能上较之原IMMPDA算法有大幅度提高。     

Efficient multi-objective CMA-ES algorithm assisted by knowledge-extraction-based variable-fidelity surrogate model

To accelerate the multi-objective optimization for expensive engineering cases, a Knowledge-Extraction-based Variable-Fidelity Surrogate-assisted Covariance Matrix Adaptation Evolution Strategy(KE-VFS-CMA-ES) is presented. In the first part, the KE-VFS model is established. Firstly, the optimization is performed using the low-fidelity surrogate model to obtain the Low-Fidelity Non-Dominated Solutions(LF-NDS). Secondly, aiming to obtain the High-Fidelity(HF) sample points located in promising are...     

An intelligent approach for flight risk prediction under icing conditions

Flight risk prediction is significant in improving the flight crew’s situational awareness because it allows them to adopt appropriate operation strategies to prevent risk expansion caused by abnormal conditions, especially aircraft icing conditions. The flight risk space representing the nonlinear mapping relations between risk degree and the three-dimensional commanded vector(commanded airspeed, commanded bank angle, and commanded vertical velocity) is developed to provide the crew with practi...     

Optimal planning for a multi-debris active removal mission with a partial debris capture strategy

In this paper, a new mission model, called a multi-debris active removal mission with partial debris capture strategy, is proposed. The model assumes that a platform only captures part of the scheduled debris at a time and then releases these debris pieces to a disposal orbit. This process is then repeated until all of the scheduled debris is removed. A genetic algorithm with a multiparameter concatenated coding method is designed to optimize the plan of a multi-debris active removal mission wit...