遗传优化算法求解多极值弹道气动参数

应用遗传算法求解弹道气动力参数优化问题，遗传算法是一种模拟自然遗传和达尔文进行理论的随机优算法，该算法具有全局优化能力，对多极值优化，问题尤其有效。     

确定 JWL 物态方程参数的非线性优化方法

利用圆筒实验结果，建立非线性优化模型，确定炸药Ｏｃｔｏｌ爆轰产物的ＪＷＬ物态方程中的参数．圆筒膨胀过程分别用流体编码和解析模型描述．     

一种适用复杂非线性黑箱系统的参数灵敏度分析方法

主要研究了全局灵敏度分析法在解决实际问题中的优点和不足,提出了基于均值和方差的多个局部灵敏度参数评价全局灵敏度,并用多属性决策机制进行灵敏度排序的双参数灵敏度分析方法。该方法克服了单一参数评价全局灵敏度的缺陷,不需知道输入变量和输出响应的分布规律,可以采用较少的数据量得到可信的结果,为复杂非线性黑箱系统参数灵敏度分析提供了新的思路,通过实例验证了本方法的有效性和可信性。     

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.     

基于遗传算法的导弹发射系统设计参数优化

为了寻找导弹发射系统最佳的设计参数,提高发射精度,提出了一种基于虚拟样机技术和遗传算法联合仿真的多参数优化方法。首先建立了发射系统的动力学模型,根据工程实际设计了优化参数,然后利用ADAMS与MATLAB建立了导弹发射系统的联合仿真模型,最后运用遗传算法编制了优化程序并进行优化计算。优化结果表明,导弹滑离时的初始扰动得到降低,提高了发射精度,证明该联合仿真的优化分析方法是可行的。     

PID控制器参数优化方法研究

文中以PID参数的优化设计为目标,把PID参数设计问题转化为非线性优化设计问题,把一种方便的搜索方法用于非线性最小平方方法的实现,并同Simulink仿真技术相结合,找出符合控制系统品质指标的一组调节参数.     

基于多岛遗传算法的膛压动态加载实验装置参数优化

采用动态加载实验装置模拟膛内压力加载过程是利用实验室手段模拟火炮射击环境的有效方法之一。针对动态加载试验过程进行内弹道建模,选择多岛遗传算法对装药结构进行优化设计,得出了药室容积、发射药弧厚、装药量、排气孔直径等参数优化结果,并通过试验验证了优化后参数的合理性。试验结果表明,膛压曲线上升段模拟值与火炮射击试验值吻合较好,可以通过实验室单项试验模拟火炮射击的膛内压力加载过程。     

一类参数未知非线性系统的维纳级数分析

利用维纳级理论研究了一类特性参数未知的非线性系统.在输入x(t)为白噪声的条件下,通过测量输入x(t)和输出y(t),计算它们的各阶相关函数,得到一组表征非线性系统特性的维纳核.利用此维纳核,计算输入为已知信号时系统输出的响应.通过对实际非线性系统的分析,表明该方法具有较好的收敛性.     

基于FNN的PID非线性系统位置控制

针对数学模型不确定的某操瞄控制系统的控制问题，特别是滞环因素给系统的控制精度造成的不利影响，提出了一种基于Takagi-Sugeno模型的模糊神经网络(FINN)和比例积分微分(PID)控制的位置控制器和一种基于实数编码的遗传算法优化模型，运用该优化模型优化了控制器参数。仿真结果表明，该控制器具有较好的鲁棒性，采用这种控制器，系统能够高精度、快速、平稳地调转到指定的位置。     

爆炸环境下乘员约束系统参数分析及优化

针对特种车辆在底部爆炸环境下乘员座椅受到瞬时高强度冲击时的防护性能进行研究,建立整车爆炸环境,利用仿真计算与试验所得座椅底座加速度进行乘员约束系统冲击输入验证,借鉴普通乘用车加权伤害准则,对乘员约束系统中弹簧刚度、黏性阻尼系数、坐垫刚度与安全带刚度四因素运用试验设计、响应面技术进行相关参数灵敏度分析,并通过遗传算法对代理模型完成参数优化工作,研究发现:优化后的乘员约束系统参数相对初始值达到10.5％的综合防护性能提升.     

带约束优化问题的遗传算法

针对带约束优化问题,提出了隔离小生境的多种群孤立进化遗传算法.定义某已知函数,按组划分小生境,计算适应值.对每个小生境进行选择组成交配池,进行单点交叉,再计算适应值,选择下一代种群.该算法适用于非线性系统模糊控制器的优化问题.     

混沌遗传算法在函数优化中的应用

基于混沌遗传算法(HGA)的函数优化,将混沌优化方法嵌入到GA中替代GA变异算子,以改善变异个体适应值,加快了算法收敛.其主要算子包括:编码方式、选择算子、交叉算子、变异算子及采用精英保留策略.该算法可求解非线性全局最优化问题,并通过大海捞针(NIH)等仿真试验得到验证.     

遗传算法局部最优的定向移民策略

基于定向移民策略的改进遗传算法,把定向移民引入遗传算法,经定向移民产生初始种群的集合,再复制、交叉和变异进化,随机选取高品质移民,组成新种群.由新种群开始复制、交叉和变异,直至寻出最优个体.试验结果表明,初始种群克服了GA自适应随机搜索局部最优和过早收敛问题.     

基于遗传算法的飞行器技术准备流程优化

为解决飞行器技术准备流程优化在有约束条件下的维数障碍及模式欺骗性问题,提出一种符号数组染色体编码方式及基于自适应性变异概率和罚函数法的适应性遗传算法.针对某型号飞行器技术准备流程优化问题,以技术准备各阶段耗时总和最小为目标函数、技术准备总可靠性为约束条件,分别比较静态变异概率和自适应变异概率的遗传算法进化过程.该算法能有效求解规模较大且具有较强模式欺骗性的有约束流程优化问题,得到最佳技术准备流程方案.     

粒子群优化算法及其在机器人技术中的应用

基于粒子群优化(particle swarm optimization,PSO)算法的良好性能,已经在多个领域被广泛应用,主要综述PSO算法在机器人领域中的应用情况以及发展前景。首先介绍PSO算法的特点,对现有PSO算法在机器人领域中的应用方法进行归类,分析每种应用的优缺点,并针对存在的问题提出改进意见。基于以上对比分析,提出了PSO算法在该领域进一步的发展方向。     

基于遗传算法的配送车辆路径规划

配送车辆的路径规划问题是城市交通与运输系统中的重要环节,基于遗传算法对城市交通配送环节中的车辆行驶路径的最优规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,结果表明所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

遗传算法在油液光谱分析诊断系统中的应用

油液光谱分析诊断系统(SADS)由人机交互、数据管理、知识库管理、推理机、自学习调整、远程故障诊断和系统输出等模块组成.将遗传算法用于SADS的机器自学习中,直接用初始模糊关系矩阵作为初始值,设计适应度函数和遗传算子,并对遗传算子进行改进.通过自调整知识库实现机器自学习.     

一种基于遗传算法的防空火力分配方案

根据反空袭防空作战的特点,建立基于遗传算法的防空火力优化分配模型,模型求解的步骤包括：问题编码,产生初始种群;计算适应值及适应度函数;选择、交叉及变异算子,以及判断停止进化条件。通过在计算机上对实例仿真运行制定出火力分配方案,证明该方法运算速度较快,结果精度较高,对地面防空火力分配决策研究具有一定的参考价值。     

自适应遗传PID控制算法在球杆系统中的应用

设计基于遗传算法的自适应PID控制器,建立球杆系统机械部分模型、角度模型和电机模型,得到整个球杆系统的数学模型;通过在线整定控制器参数,提高球杆系统的控制性能。仿真实验结果证明了自适应遗传PID控制效果良好,适应能力较强,具有算法简单、参数整定容易等。     

神经网络结构及其权值优化的遗传算法

神经网络结构及权值优化属两级进化方法.即把结构和权值进化分级进行,并在两级进化过程中采用不同的编码方式和适应度函数,但都使用改进遗传算法-反向变异算子.反向变异算子可按需要搜索的方向搜索,且不会造成早熟收敛.仿真结果表明,该算法取得了预期的效果.