Novel robust beamforming algorithm using sequential quadratic programming

Aiming at the probably existing performance loss and high computational complexity of the robust beamforming based on steering vector estimation with as little prior information as possible which is solved by the semi-definite relaxation (SDR) approach, a novel robust beamforming algorithm using sequential quadratic programming (SQP) is proposed. The original non-convex problem is linearly approximated to a convex subproblem using the first order Taylor's series, and the optimal solution is found out by solving the convex subproblem iteratively. Moreover, considering the mismatch of the sample covariance matrix, the SQP-WC method based on worst-case performance optimization is presented to improve the performance of the proposed SQP method. Theoretical analysis and simulation results show that the proposed SQP algorithm can converge fast and its convergence point approximates the optimal solution to the original problem, which indicates that the SQP method can effectively reduce the computational complexity compared with the SDR method, and furthermore, the SQP-WC method can effectively improve the performance of the SQP method with a small parameter.     

基于正交试验的遗传算法参数优化

基本遗传算法求解优化问题的过程中存在着收敛缓慢、早熟现象以及求解的质量不高等问题. 为了解决上述存在的问题,提高遗传算法的求解质量,提出使用正交试验法优化遗传算法中的主要参数,即:种群规模N、交叉概率pc和变异概率pm. 通过使用正交试验法确定遗传参数,大大提高了算法的收敛性和求解质量. 仿真结果也表明采用正交试验法设计参数的科学性和有效性.     

基于多目标拆分优化思维的拥塞网络数值调度方法

针对网络拥塞数值调度中存在的盲目性问题,提出了一种基于多目标拆分优化的网络拥塞数值调度方法.将拥塞网络的数值调度问题进行模型化表示,并将拥塞过程调度的最优问题分解为多个目标同时优化问题:即信道最优任务分配问题和路由拥塞调度问题.根据粒子群算法,对信道分配问题的最优解进行计算,同时设计约束模型并利用遗传算法求解拥塞调度问题,实现了在拥塞状态下的网络数值调度.结果表明,所提出算法获得的拥塞调度方案具有较好的可执行性.     

最小燃料消耗的有限推力轨道转移优化设计

介绍了伪光谱方法在空间飞行器轨道转移最优化问题中的应用。文中首先给出了空间飞行器轨道转移最优控制问题模型。然后,应用伪光谱方法将最优控制问题离散化为非线性规划问题,选取各配点上的状态量和控制量作为优化参数。最后应用基于Matlab语言的SNOPT软件包对参数最优化问题进行求解,该软件包对于求解大型非线性规划问题具有很好的收敛性。仿真结果表明伪光谱方法对于空间飞行器转移轨道初始参数取值不敏感,具有一定的鲁棒性。因此,伪光谱方法对于空间飞行器有限推力轨道转移问题的求解是可行的。     

基于量子粒子群算法的测试数据自动生成算法

本文针对现在流行的进化算法生成测试数据存在参数设置难、算法复杂度高、易陷入局部最优解等缺点,提出了一种应用于软件测试中的基于量子粒子群算法（QPSO）的测试数据自动生成算法。该算法是在粒子群（PSO）算法基础上引入量子理论的思想。解决了PSO算法搜索空间有限,容易陷入局部最优解的问题。通过具体实验证明,该方法是有效可行的,其效率也明显高于GA算法和PSO算法。     

一种新的自适应图像分割方法

目的研究图像分割的最佳阈值．方法一种基于灰度图像直方图嫡和遗传算法的自适应图像分割算法．结果在此研究中,分割问题被定义为一个优化问题,由于遗传算法能够有效地搜索分割参数空间,则以遗传算法的适应值作为质量标准．结论此方法可用于最佳阈值分割．     

基于遗传算法优化的神经网络PID控制器

提出了一种新的改进遗传算法优化的神经网络PID控制器。该方法设计了基于性能指标的适应度函数、自适应的交叉概率、变异概率,引入移民的遗传算法,从而有效地抑制了早熟和维持种群多样性,保证了得到的优化参数为最优参数。该方法为非线性被控对象的控制提供了一种最优参数控制器设计途径。仿真结果证明:利用改进遗传算法设计的控制紧闭环性能优越,鲁棒性强。     

二维非稳态对流扩散方程反问题的混沌粒子群算法

为了求解二维非稳态对流扩散方程的参錾反问题,利用有限元方法给出其正问题的求解,将结果作为附加条件,结合混沌局部搜索算法的优点,提出了一种改进的混沌粒子群优化算法．数值模拟结果表明此方法所得到参数反演的数值解与真解误差很小,目标值达到10^-4,精度较高．     

基于粒子群优化的PID伺服控制器设计

针对耦合和非线性永磁同步电机（PMSM）控制器优化设计的难题,提出了基于粒子群优化（PSO）算法的比例、积分和微分(PID)控制器的优化设计方法.结合PSO的基本原理和PMSM伺服系统的控制策略,给出了优化PID控制器设计的步骤.考虑到综合评价系统的各项性能指标,在优化过程中引入了新的模糊汉明距离的评价策略.同时对遗传算法（GA）和PSO算法优化结果进行对比研究.仿真和实验结果表明,该方法能搜寻到最优或次最优的参数空间,并能取得比GA更好的空间解.优化得到的PID控制器速度响应快、超调量小,有效地提高了伺服系统的动态性能.     

Design and optimization of low-energy transfer orbit to Mars with multi-body environment

This paper discusses the problem of design and optimization of low-energy transfer orbit with multi-body environment. A new integrative method is proposed to effectively solve the problem, in which the parameterized patched manifolds in CR3BP(circular restricted three-body problems), the shape-based method with multi-body environment, the homotopic method with multi-body environment, and the low-thrust capturing and descending algorithm with multi-body environment are all included. Firstly, the parameters describing the patched manifolds in CR3 BP are optimized until the least total absolute velocity increment has been got, including the employment of the shape-based method with multi-body environment. Secondly, the low-thrust control laws of the transfer orbit are optimized employing the homotopic method with multi-body environment that transfers the fuel optimization problem to an easier energy optimization problem. Thirdly, the low-thrust descending orbit around Mars is computed using the laws proposed in this paper. As a typical example, the Earth-Mars transfer orbit design is discussed. The results showed that the parameters describing the patched manifolds could be optimized by the DE(differential evolution) algorithm effectively; the homotopic method with multi-body environment could get the optimal value that meets the first order optimality conditions; and the low-thrust descending orbit could effectively be captured by Mars and finally become a circular parking orbit around it by the hypothesis control laws proposed in this paper. It shows that the final fuel cost is much less than the optimal transfer in the patched two-body problems. In conclusion, the method proposed in this paper could effectively solve the low-energy low-thrust optimal control problem in multi-body environment for the future deep space explorations.     

线性互补约束问题的一个SQP算法

针对非线性规划一些经典的算法一般不能直接应用到均衡问题上来的缺点,通过一个处处连续可微的互补函数以及光滑近似法的思想,把互补约束均衡问题转化为一光滑非线性规划问题,提出一个SQP算法求解该光滑非线性规划问题,并给出了算法的数值解,数值实验结果表明算法具有很好的收敛速度和寻优结果.     

蚁群算法在自校正PID控制器设计中的应用

该文提出一种适用于一阶或二阶加延迟系统的自校正比例-积分-微分控制器的设计方法。推导了一种的丢番图方程求解方法,降低了自校正控制算法的计算量。使用蚁群优化方法对控制器参数进行离线优化,使系统在某一性能指标下的性能达到最优或接近最优。该设计方法使用递推最小二乘算法进行对象的在线辨识,使系统具有良好的自适应能力。仿真结果表明了该设计方法的有效可行。     

Multi-revolution low-thrust trajectory optimization using symplectic methods

Optimization of low-thrust trajectories that involve a larger number of orbit revolutions is considered as a challenging problem.This paper describes a high-precision symplectic method and optimization techniques to solve the minimum-energy low-thrust multi-revolution orbit transfer problem. First, the optimal orbit transfer problem is posed as a constrained nonlinear optimal control problem. Then, the constrained nonlinear optimal control problem is converted into an equivalent linear quadratic form near a reference solution. The reference solution is updated iteratively by solving a sequence of linear-quadratic optimal control sub-problems, until convergence. Each sub-problem is solved via a symplectic method in discrete form. To facilitate the convergence of the algorithm, the spacecraft dynamics are expressed via modified equinoctial elements. Interpolating the non-singular equinoctial orbital elements and the spacecraft mass between the initial point and end point is proven beneficial to accelerate the convergence process. Numerical examples reveal that the proposed method displays high accuracy and efficiency.     

非接触电能传输系统参数非线性规划

针对非接触电能传输系统的频率分叉问题,提出一种改进的参数设计方法.将频率分叉参数模型等效为约束条件,以传输效率最高为目标,同时考虑输出稳压、参数额定值等条件,建立系统的非线性规划模型,采用遗传算法来优化模型参数.为了增强算法处理约束的能力,去掉对约束的整体归一化以增大约束的整体权重|对没有可行个体的种群,将核心约束的满足比例作为新的自适应罚参数,以降低违反核心约束个体的适应度.仿真与实验结果表明：该算法处理约束能力增强|所得参数能使系统稳定运行于零相角频率处,无分叉现象|发现系统在频率分叉区外仍可能存在频率稳定的区域,降低系统参数优化的约束强度.     

光伏并网逆变器LCL滤波器参数优化设计

针对光伏并网逆变器LCL滤波器的大纹波电流和高频谐波损耗问题,分析了电感之和、电感比值和滤波电容值、谐振频率以及入网电流之间的关系,提出了一种LCL滤波器参数最优设计方法.分析了LCL滤波器的传递特性并建立了谐波等效模型,研究了滤波参数对谐振频率以及并网电流的影响,根据LCL滤波器的设计约束条件和光伏并网逆变器实例设计了一组最优参数,并进行了仿真研究.结果表明,提出的优化方案不仅能够有效抑制开关频率的高频纹波,还能减小电感取值和阻尼损耗.     

遗传算法在复杂系统可靠性优化中的应用

在满足一定可靠性指标要求下,使投资最小的复杂系统可靠性优化问题是一个具有多局部极值的非线性的优化问题,使用遗传算法求解问题搜索互了其他算法未能得到的最优解,在遗传算法的中,使用基于中的选择策略和最呆存策略,改善了遗传算法的收敛性能。     

“盲区”通信可靠性的优化模型与求解方法

针对无线蜂窝网中存在信号难以到达的领域,即“盲区”通信的实际问题,提出了一种“盲区”通信可靠性的优化模型和求解方法.通过引入Ad Hoc网络来提高通信节点在进入该区域过程中的通信可靠性,根据移动节点的物理位置、移动速度以及邻接移动节点的关联因素,利用单点通信解决通信结点在进入“盲区”过程中（即存在中继区）的通信问题,再利用追击通信策略解决通信节点完全进入“盲区”（即不存在中继区）的通信问题,建立“盲区”通信可靠性优化模型,并利用遗传算法（GA）进行了仿真.仿真结果表明,此方法具有一定的可行性和有效性.     

基于改进离散粒子群算法的限流措施优化配置

为求解实际电力系统中的限流措施优化配置问题,对传统粒子群算法（PSO）进行改进,提出一种改进离散粒子群算法（MDPSO）.此MDPSO算法采用二进制结合十进制的编码方式,并引入置0算子,优化初始种群,同时引入单方向的变异算子,防止算法陷入局部优化解.应用此算法对新英格兰39节点系统和中国西部82节点系统进行限流措施优化配置计算,并同遗传算法（GA）和普通离散粒子群算法（DPSO）进行比较,仿真结果表明,MDPSO算法是有效可行的.     

基于Matlab遗传工具箱的高强混凝土配合比优化

利用Matlab提供的遗传工具箱来解决高强混凝土配合比的优化设计问题.从成功的配合比数据中,归纳出各组分用量的取值范围,以1 m3混凝土成本为优化目标.将带非线性约束的数学规划问题转化成线性不等式、区间约束和非线性约束函数,设置遗传算法的各相关参数,完成遗传操作获得最优解.经实配试验其结果与工程实例中提供的设计参数相比,减少费用17.2%.     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.