改进的混合遗传算法在防空目标分配中的应用

根据现代海战中防空目标分配的特点,建立了目标分配模型。针对基本遗传算法进行目标分配中存在的问题,提出了一种改进的混合遗传算法。该方法首先对交叉和变异算子进行了改进,引入了小生境技术解决早熟收敛问题。然后利用模拟退火算法具有较强的局部搜索能力,并且能够使搜索过程避免陷入局部最优解的特点,将模拟退火算法嵌入到基本遗传算法的循环中,解决了基本遗传算法收敛速度慢,时间复杂度高的不足。仿真结果表明,混合算法能很快收敛到全局最优解,效果较好。     

一种基于改进遗传算法的三维航路规划

针对遗传算法在求解航路规划时存在的收敛速度慢、容易＂早熟＂问题,结合模糊推理、模拟退火算法和自适应机制,提出了一种基于改进遗传算法的三维航路规划.算法利用极坐标描述航路点,缩短了染色体编码长度,降低了搜索空间,提高了优化效率,并将模拟退火的Boltzmann接受机制引入遗传算法,对遗传操作后的新解进行判断接受与否.仿真结果表明了该方法的有效性和可行性.     

求解直觉模糊多目标规划的改进遗传算法

针对多目标规划获取的参数模糊,求解算法容易早熟收敛和陷入局部最优的问题,提出了求解直觉模糊多目标规划的改进遗传算法。该算法通过定义多目标规划的非隶属度,调节λ参数控制方案选择,执行模拟退火拉马克学习,增强局部搜索能力,指导个体寻找最优值。仿真分析表明,该算法可以灵活地产生多种方案,有效克服早熟收敛和陷入局部最优的问题。     

基于遗传算法的无刷直流电机转速控制系统优化设计

分析传统的无刷直流电机双闭环调速系统,并在对标准遗传算法进行分析总结的基础上,采用改进的遗传算法对转速调节器PI参数进行优化设计。使用最佳保留策略,在一定程度上解决早熟收敛和搜索迟钝问题;使用自适应交叉和变异算子,使遗传算法在搜索过程中实现非固定而自适应地动态交叉和变异;使用局部搜索能力很强的常规优化算法(如单纯形法),解决标准遗传算法局部搜索能力较弱的问题。从仿真结果看,该方法可使转速控制系统的跟踪性能指标达到最佳效果。     

液压转台摩擦模型优化辨识

针对液压转台系统存在的非线性动态磨擦辨识精度不高的问题,提出将一种基于优化策略的算法应用于液压转台的LuGre摩擦模型参数辨识以提高动态摩擦辨识精度。基于优化策略的遗传模拟退火算法既具有遗传算法的全局性和并行性,又具有模拟退火算法的局部搜索能力,可以提高非线性动态摩擦辨识精度。在介绍液压转台LuGre摩擦模型基础上,推导了基于优化策略的LuGre摩擦模型动态摩擦参数和静态摩擦参数的辨识方法并应用于液压转台系统,最后的仿真实验验证了这种方法的有效性。     

不同优化算法在轮式自行火炮动力学优化中的应用

以某轮式自行火炮为例,以减少炮口初始扰动、提高射击精度为目标,建立了基于轮式自行火炮发射动力学仿真的优化设计模型。采用加权组合法将炮口角位移与角速度统一为单目标,分别应用序列二次规划法、粒子群算法、模拟退火算法及多岛遗传算法对其进行优化设计求解。比较结果发现,模拟退火算法及多岛遗传算法能够适应轮式自行火炮系统优化问题的求解需求;粒子群算法尽管收敛速度较快,但优化结果不如模拟退火算法及多岛遗传算法;序列二次规划法由于容易陷入局部最优,不能适应轮式自行火炮系统优化问题的求解需求。     

基于遗传模拟退火混合算法的火力分配模型优化

提出了一种基于遗传模拟退火混合火力的分配算法．在该算法中,采用精英保留策略很好地保留了优良的基因,采用随机遍历抽样法提供了零偏差和最小个体扩展,并且采用了与模拟退火算法相结合的尺度变换．该算法既保留了传统遗传算法的诸多优点,又克服了传统遗传算法实时性差以及易陷入局部最优的缺点．仿真结果表明,遗传模拟退火混合算法能有效解决火力分配问题,简单、有效且快速,具有很好的应用价值．     

基于混合自适应遗传算法的相控阵雷达任务调度

针对相控阵雷达任务调度NP难题,提出一种混合自适应遗传算法进行求解。在构建相控阵雷达任务调度优化模型的基础上,通过混沌理论优化初始种群,采取精英保留和混合排名的选择策略以及设计自适应的交叉、变异算子来提升算法的搜索性能;在自适应遗传算法的框架下,提出启发式脉冲交错算法,以利用雷达任务中的等待期来交错执行其他任务的发射期或接收期。仿真结果表明：相比于基于遗传算法的调度方法,改进算法的搜索效率更高、结果更优;相比于传统启发式算法,改进算法的调度成功率、时间利用率和实现价值率均得到了提升,并有效降低了时间偏移率。     

限定搜索区域的分层遗传算法无人机路径规划

为克服简单遗传算法易陷入局部最优解的缺点,减小路径搜索范围,提出了限定搜索区域的分层遗传算法无人机路径规划方法,该方法将分层遗传算法引入无人机路径规划的优化搜索问题中,将路径节点的二维坐标作为基因进行编码,根据威胁的分布情况缩小路径规划算法的搜索范围,使子种群可以获得包含不同优良模式的新个体,为子种群提供更加平等的竞争生存机会,使优化搜索有较为明确的搜索方向。仿真结果表明:与基于分层遗传算法的路径规划方法相比,该方法提高了路径寻优算法的性能,减少了绕行路径的出现几率,缩短了最优路径的长度。     

基于遗传算法的BP网络在导弹武器系统元器件贮存可靠性预测中的应用

针对目前BP神经网络在应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中引入交叉概率和变异概率与个体的适度值相联系,改进了操作算子,而且在交叉操作后又引入模拟退火机制,提高遗传算法的局部搜索能力.建立了基于改进遗传算法的BP网络贮存可靠性预测模型,并以某型导弹武器系统的元器件进行实例分析,计算结果表明,该方法预测的准确性高,且预测结果稳定.     

基于SA-GA-BP 的某爆破扫雷器电液伺服系统建模

为解决电液伺服系统的液压元件存在非线性时变性等不确定因素,使得难以对其建立精确模型的问题,提出一种基于模拟退火遗传算法(simulated annealing genetic algorithm,SA-GA)优化BP神经网络的建模方法.利用模拟退火算法(simulated annealing algorithm,SA)的概率跳变能力克服遗传算法(genetic algorithm,GA)存在的早熟现象,在此基础上采用模拟退火遗传算法的全局寻优能力优化BP神经网络的权值和阈值.以某型爆破扫雷器电液伺服系统为例,利用所提方法对系统进行离线辨识.仿真结果表明:基于SA-GA-BP神经网络的建模方法能很好地拟合系统固有的非线性和时变性特性,所提方法是有效的.     

改进的模拟退火算法在水下机器人S面运动控制参数优化中的应用

从模糊逻辑控制思想出发,借鉴PID控制的结构而设计的S面控制器     

基于模拟退火算法的岛礁补给路径规划

为了高效、准确地解决岛礁补给最优路径规划问题,基于模拟退火算法对该问题进行了研究.采用路径长度最短作为海岛补给路径规划的最优指标,利用模拟退火算法求解最短路径.并分别对蚁群算法和模拟退火算法路径规划进行仿真分析,仿真结果表明:在岛礁补给路径规划问题上,模拟退火算法不仅可以高效准确地解决岛礁最优路径规划问题,而且相对于蚁群算法具有能避免陷入局部最优,计算结果稳定且效率更高等优势.该方法不仅可以用于岛礁补给路径规划,还可以用于解决无人平台、飞行器等路径规划的问题.     

基于退火遗传算法的传动装置故障征兆识别

提出了将模拟退火算法融合于遗传算法中的组合方案,对传动装置监测信号小波能量谱进行编码,以克服利用BP算法进行样本训练时网络可能会陷入局部极小点的缺点.以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮的故障征兆.计算结果表明,组合方案能够提高神经网络训练效率和故障征兆识别精度.     

PID参数优化的实值遗传算法

基于实值遗传算法的PID参数优化采用实数编码,通过参数实值编码初始化种群,计算适应度函数适配值.经对寻优的比例系数、积分和微分时间常数三个参数实数编码,根据适配值的大小进行遗传选择,将复制产生的个体进行交叉和变异,产生新种群.以迭代100次为算法终止条件,输出最优PID参数.对二阶延迟系统Matlab仿真,证明该算法优越.     

基于模拟退火算法的空中目标识别

根据NMI特征和Jan Flusser提出的仿射不变矩的特点及各自的适用条件,提出了一种组合不变矩。利用所提取的组合不变矩的特征向量,实现了对空中目标的K-mean聚类分析识别。在此基础上将模拟退火机制引入其中,以克服K-mean聚类的局限性和对初始聚类中心的敏感性,最后提出了基于模拟退火的改进K-mean聚类算法。仿真实验结果表明,该方法具有较高的识别精度和较好的抗噪性。     

一种基于遗传模拟退火算法的航迹优化方法

航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。