高超声速飞行器机动航迹优化

用遗传算法优化了高超声速飞行器机动飞行的航迹.建立威胁模型,鉴于高超声速飞行器特性,优化中考虑了飞行器的过载和气动加热.将最优控制问题转化为参数优化问题后,用遗传算法对机动飞行航迹进行了优化,仿真结果表明,该方法优化生成的航迹自动避开威胁,满足了飞行器机动飞行的要求.     

基于整体退火模糊遗传算法的层叠滤波器

文中应用模糊控制的思想控制遗传算法中的交叉概率和变异概率,同时,将退火因子引入到选择概率的计算当中,应用这种整体退火模糊遗传算法优化层叠滤波器,并对设计的最优层叠滤波器的滤波性能进行分析,仿真结果表明,该方法优化的最优层叠滤波器有较好的去除噪声和细节保持能力.     

多样本遗传算法在武器外弹道组网试验中的应用

针对武器试验外弹道组网测量模式,为保证弹道测量精度最优,对测试设备优化布站进行研究。以弹道逐点最小二乘解算模型为基础,弹道参数累积总误差的均方差为精度评价标准,考虑实际情况对解空间构成的非线性约束条件,通过聚焦遗传算法概率特性,设计以Monte Carlo实验和种群罚函数检验为特征的完备多样本遗传算法,实现优化问题的可靠求解。利用设计的遗传算法,对一种光学、雷达设备组网测试优化布站问题作500次Monte Carlo仿真实验,通过结果统计分析确定了全局最优解,并与传统布站方法进行了比较。仿真结果表明：多样本算法降低了遗传算法概率特性影响,以大概率事件锁定全局最优解,确保了最优解的有效性和可信度,符合工程实际应用。     

基于免疫克隆选择算法的爬升飞行方案优化设计

无人飞行器的爬升段弹道设计是一类较为复杂的非线性问题,需要进行优化设计。分析了爬升段弹道飞行的主要约束条件,应用非均匀B样条(Non-uniform B-spline,NUBS)方法对爬升飞行方案进行了参数化处理,基于结合非一致性变异和自适应变异的免疫克隆选择算法设计了爬升段弹道的优化方案。仿真结果表明,优化后的飞行方案可以使无人飞行器在短时间平稳地爬升至指定高度并转入平飞,且各项参数满足约束条件要求。     

多型地空导弹批量技术准备调度优化模型

针对多型地空导弹批量技术准备调度优化的问题,提出使用遗传算法模型进行优化.构建导弹批量技术准备调度优化模型,利用遗传算法对模型进行解算,通过对阵地准备2种型号导弹进行调度优化,得到5枚导弹技术准备的最短完工时间及各项工作的安排顺序.实例分析结果表明:该模型可根据人员和设备数量变化求出导弹准备的最短完工时间,为战时决策者判断批量导弹何时能够完成技术准备并展开分配调运提供依据.     

基于PERT仿真的导弹技术准备流程优化分析

为满足导弹快速保障需求,利用PERT仿真对某导弹技术准备流程进行优化分析,同时引入工作关键度和重要度2个指标来定量评价各项工作对技术准备流程进度计划按时完工的影响。通过仿真准确预测了优化的效果,得到了项目完工概率及各项工作的定量评价指标值。结果表明,优化后技术准备时间明显缩短,并能准确预测优化效果,为流程进度控制提供合理的方法和参考依据。     

基于自适应遗传算法的导弹火力优化分配

建立了导弹火力优化分配的非线性整数规划模型，并给出了模型的自适应遗传算法求解，改进的遗传操作算子较好地处理了模型的整数约束条件，直观明了，简单易行．实例在计算机上的对比仿真运行结果表明，随群体适应度自动调整的交叉概率和变异概率，加快了算法的收敛速度，显著地提高了算法的探索能力，不易陷入局部最优解．这种方法对导弹火力的优化分配有一定的参考价值．     

基于遗传算法的装备技术准备资源平衡

为解决装备技术准备流程中人力过载的问题,提出采用网络计划技术构建模型,利用遗传算法(genetic algorithm,GA)解决资源平衡问题的方法.通过分析网络计划中工序逻辑关系的特点,建立资源优化数学模型.在求解算法设计中,通过生成具有逻辑关系的初始种群来减少非法染色体的产生;针对资源平衡问题的特点设计惩罚策略,用于解决产生非法染色体的问题.实例结果表明:该方法能解决装备技术准备流程中存在的问题,具有很好的普适性.     

多测速测量系统布站几何优化设计

多测速测量系统弹道参数估计的精度与其布站几何密切相关.以提高多测速测量系统弹道参数估计的精度为目的,建立了布站几何优化设计的目标函数和约束条件,采用改进的遗传算法对这一多约束条件下的非线性优化问题进行了数值计算.在算法中,对约束条件采用违反淘汰法与惩罚函数法相结合的处理方法,在保证种群质量的同时兼顾了个体的差异性;在初始种群中引入极端个体以增加其多样性,避免交叉变异陷入局部最优.最后,对多测速测量系统在布站几何优化前后采用测速样条函数定轨方法进行弹道参数估计的精度进行了实例仿真.仿真结果表明,遗传算法的布站几何优化设计对于提高多测速系统弹道参数估计的精度有效、可行.     

基于量子遗传算法的电机优化相关策略及参数选择

使用量子遗传算法对电机结构进行优化设计时需要对相关策略和参数进行妥善设置,这对使用者的使用经验有一定要求。以某外转子磁系统永磁无刷双转电机为原型,讨论了旋转角调整策略及收敛判据的选择方法,分析了不同量子交叉、量子变异概率对寻优效果的影响,并介绍了种群规模、优化变量个数的设置思路。归纳总结出使用量子遗传算法解决电机结构优化问题的算法设置方案,可作为解决其他同类问题的参考。     

模糊资源约束的飞机消耗件联合补充研究

针对不确定环境下飞机消耗件联合补充的问题,建立模糊资源约束的消耗件联合补充模型。以最小化费用为目标,运用模糊数学规划,将模糊约束模型转换为确定约束模型。为提高模型的求解速度和效果,提出综合考虑种群特征、个体特征和种群进化阶段特征的改进自适应遗传算法,并通过仿真实例,对比分析模糊约束模型和确定约束模型的结果,以及一般遗传算法和改进自适应遗传算法的性能。结果表明：改进自适应遗传算法能保持种群多样性,具有良好的收敛性,算法搜索速度快,寻优能力强,其求解的精度和速度均优于一般遗传算法。     

基于适应性权重遗传算法的自航式鱼雷发射管优化设计

为了对自航式鱼雷发射管进行优化设计，采用适应性权重遗传算法解决多目标非线性优化问题。选择发射管长度、体积、重量作为优化目标，通过运用“界限构造法”确定权重和目标函数、适应性罚函数法处理不等式约束，将多目标优化问题转化为单目标优化问题进行处理。以鱼雷自航发射为例进行了模拟计算，仿真结果表明，采用适应性权重遗传算法进行自航式鱼雷发射管的优化设计是有效的，可以为工程实践提供参考依据。     

基于改进布谷鸟搜索算法的结构耐久性优化方法

将布谷鸟搜索算法与耐久性分析相结合,研究一种结构耐久性优化设计方法。建立了以可靠寿命为目标或约束的结构耐久性优化模型,针对复杂结构可靠寿命函数非线性强、多极值等问题,引入一种新型群智能全局优化算法——布谷鸟搜索算法,从迁徙策略、收敛准则、约束处理等方面研究改进了布谷鸟搜索算法,进一步提高了其收敛性和效率。利用双循环方法求解可靠寿命目标、单循环方法处理可靠寿命约束的概率优化策略,提出了一种稳健的结构耐久性全局优化的改进布谷鸟搜索算法。通过某轻量化车辆传动箱体应用,结果表明该方法具有较好的收敛效果和计算效率,在满足耐久性约束条件下实现了减轻质量的目标。     

资源受限条件下车辆维修工序调度优化

车辆装备战时维修时间紧、任务量大、突发情况多,装备维修调度对部队作战效能快速恢复至关重要。现有维修调度方法主要围绕单一约束条件进行工序优化,难以满足实际保障需求。结合实际维修班组编配,提出融合多工种、多人员技术等级要素的多优化目标函数,以单工序工时、总工时、紧前工序、总人力资源为约束条件建立了改进的带精英策略的非支配排序遗传算法。在传统非支配精英策略的基础上加入二元锦标赛选择算子,重新设计符合多目标函数优化的交叉算子,利用二重编码对一次抢占式维修工序调度模式进行测算求解,并以实际维修案例对算法进行仿真验证。结果表明,该算法在满足战时复杂目标优化的条件下,降低了维修时间,实现了优化人力资源调度效能的目的。     

基于自适应遗传算法的舰载机保障调度

为解决舰载机多机保障作业的调度问题,设计一种与之相适应的自适应遗传算法.分析舰载机进行保障的流程约束,得到单个舰载机的简化流程,以最小化保障时间为目标,建立问题的数学模型,根据舰载机保障调度作业的特点,采用自适应遗传算法进行求解,通过多机保障任务案例进行验证.结果表明:使用甘特图的方式,可直观地表示保障作业的计划流程,并验证了自适应遗传算法的有效性.     

Optimization of Submarine Hydrodynamic Coefficients Based on Immune Genetic Algorithm

Aiming at the demand for optimization of hydrodynamic coefficients in submarine's motion equations,an adaptive weight immune genetic algorithm was proposed to optimize hydrodynamic coefficients in motion equations.Some hydrodynamic coefficients of high sensitivity to control and maneuver were chosen as the optimization objects in the algorithm.By using adaptive weight method to determine the weight and target function,the multi-objective optimization could be translated into single-objective optimization.Fo...     

基于自适应神经网络的火炮身管结构优化研究

针对火炮多学科优化设计存在计算量大、收敛慢和易陷入局部最优的问题,提出一种基于自适应径向基函数（RBF）神经网络的结构优化方法。编程计算火炮高低温压力曲线,并对ABAQUS有限元软件二次开发将其加载进有限元模型以获取身管的优化目标值,构建其与设计变量间自适应RBF神经网络模型。引入罚函数法处理约束条件,采用遗传算法在模型中求解寻优。每次优化迭代时利用建立的局部和全局分析模型分别选取更新点,增加样本点来更新神经网络,以提高神经网络的局部和全局预测能力。采用典型函数算例和某火炮身管结构多目标优化,实例验证了所提出优化策略的有效性。研究结果表明：身管优化后质量减小了6.63%,结构刚度提高了5.60%,最大等效应力减小了6.34%;与仅使用遗传算法相比,该方法所需的有限元模型调用次数降低了86.5%,运行时间减少了83.3%,为火炮结构设计和优化提供了参考。     

非线性系统参数的多种群并行遗传优化

非线性系统参数优化的多种群并行遗传算法,以群体遗传算法搜索整个解空间实现参数优化.通过群体中个体间的信息交换,淘汰劣质基因,并用优秀个体反映解空间信息,使系统稳健收敛.该方法首先选取编码方案、交叉和变异概率、适应度函数、策略及遗传算子以及优秀个体的迁移率,并通过饱和非线性环节、速率限制环节和三阶环节验证了非线性系统的参数优化.