基于蒙特卡洛仿真和并行粒子群优化算法的携行备件优化

为提高携行备件方案优化模型的准确性和求解的精确度,以遂行远海训练任务的舰艇编队为研究背景,针对优化模型的建立和求解提出了一系列改进措施。在传统优化模型的基础上,分析了虚警和串件拼修对备件的影响,建立了基于携行能力、备件成本、装备可用度、同型号装备群完好率等多约束条件的携行备件优化模型;利用粒子群优化（PSO）算法确定备件的优化配置,利用蒙特卡洛仿真法计算配置方案的保障效能;引入云格计算技术实现PSO算法的并行求解,从硬件性能上提高算法的全局寻优能力;将普通粒子转化为量子粒子实现解的多样化,减小了算法陷入局部最优的危险。案例分析证实了改进措施的可行性和有效性。     

鱼雷测试性设计研究

本文根据鱼雷特点，提出了鱼雷测试性指标体系，给出了鱼雷测试性指标分配及预计方法，分析得出了鱼雷测试性数学模型，为开展鱼雷测试性工作打下了基础。     

抗差估计及Allan方差在车载组合导航系统中的应用研究

针对组合导航系统中全球定位系统(GPS)信号易丢失和干扰、惯性导航系统(INS)无法长时间单独工作的问题,通过采用带故障检测和隔离的导航算法解决GPS 数据异常的问题,有效提高系统的可靠性;同时当GPS 卫星信号短时间丢失时,利用Allan 方差分析方法确定惯性传感器误差并进行补偿,使纯INS 能够在一定精度内独立工作相对长的一段时间。车载试验结果表明:该方法能够保证组合导航系统的可靠性,且在GPS 信号短时间丢失情况下提高了纯惯导系统的导航性能。     

基于烟花算法的压阻式压力传感器动态补偿方法

为了解决在冲击波测试过程中,压力传感器有限的工作带宽和较低的谐振频率导致测试信号发生畸变问题,提出采用烟花算法对传感器进行动态补偿方法,并针对动态补偿改进适应度函数,进一步提高补偿结果的动态性能。通过激波管测试数据得到传感器动态补偿传递函数,可将阶跃压力信号的上升时间补偿至15.0 μs,超调量降低到8.27%;对实际炮口冲击波测试数据进行动态补偿,结果显示,动态补偿可有效抑制压力传感器谐振频率的影响,提高超压峰值和正压作用时间的测试精度。     

基于混沌遗传算法的测试选择优化问题研究

针对测试选择优化这一NP难解问题,文中利用改进的遗传算法对其进行优化.算法以遗传算法为主流程,利用混沌现象不重复遍历的特点优化生成初始种群,然后对每次迭代中的个体以一定的概率进行混沌优化.最后,以超外差接受器为例,对算法的有效性进行了验证.事实证明,该算法能够较快地搜索到优化问题的最优解,验证了混沌遗传算法对测试选择优化问题的有效性.     

基于Ad Hoc无线传感网络的三维智能组网优化算法设计研究

Ad Hoc无线传感网络(WSN)是一种无中心、自组织的无线网络。这种动态网络需要通过合适的组网算法生成拓扑结构以提高其稳定性。在多频率分级Ad Hoc网络结构中,簇头负责簇内成员节点之间的通信及簇头之间的通信,因此,如何选择出最合理的节点担任簇头成为分簇算法的关键问题。在现有的组网算法基础上,提出了一种基于三维预测模型的新型分簇组网算法,基于Matlab软件进行了仿真,构建三维网络拓扑结构,通过分簇算法生成分级网络,并对生成网络的簇头数及分簇平衡度进行分析。仿真结果验证了新型分簇组网算法的可行性,通过算法生成的分簇结构稳定。     

基于自适应混沌变异粒子群优化算法的旋转弹丸气动参数辨识

将最大似然准则应用于高速旋转弹丸的气动参数辨识问题中,提出一种新的自适应混沌变异粒子群算法求解该准则下的气动参数最优解,进而得到弹丸的气动参数。该算法通过自适应调整惯性权重、利用混沌优化的思想产生初始粒子、设定早熟判别机制来判断是否陷入局部最优解,并通过粒子变异的策略使其跳出局部最优解等方法进一步优化基本粒子群算法。通过常用的测试函数对该算法进行了测试,测试结果表明：相比于基本粒子群算法,该算法具有收敛速度快、寻优精度高、应用范围广等优点。利用系统仿真的方法模拟弹丸的自由飞行数据,并利用该数据结合所提算法对弹丸的主要气动参数进行辨识,辨识结果表明：该算法可以有效辨识弹丸的气动参数,且精度高,收敛速度快,可以应用于工程实际问题。     

空空导弹测试性验证方法探讨

本文对空空导弹的测试性验证的主要内容，参数以及测试性的验证方法进行了探讨。根据空空导弹的特点，提出了以数据收集为主，以测试性验证试验为辅的方法，并对验证方法进行了详细阐述。     

基于技术成熟度和二进制粒子群优化算法的装备测试设计优化方法研究

针对复杂装备测试性设计过程中测试设计优化问题,在分析现有优化方法的基础上,提出了一种基于技术成熟度评价( TRA)方法和二进制粒子群优化(BPSO)算法的测试设计优化方法.该方法根据装备测试设计的技术成熟度分析结果建立目标优化模型,然后应用二进制粒子群算法对模型进行求解,得到的结果直接用于装备的测试性设计工作.由于考虑...     

基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模与预测

机枪枪管初速衰减预测是一个复杂的非线性问题。广义回归神经网络方法被广泛应用于非线性问题的建模,但其平滑因子取值对神经网络的预测性能有较大影响。采用果蝇算法对广义回归神经网络的参数进行优化选取,提出了基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模方法。基于机枪枪管初速衰减试验数据,建立在不同使用环境下随着累计射弹量的增加,以初速降为特征量的机枪枪管初速衰减预测模型,预测结果与试验结果基本一致,证实了所提方法的可行性。通过与未经优化的广义回归神经网络方法和反向传播神经网络方法建立的预测模型进行比较,其性能明显优于另外两种方法,验证了基于果蝇算法优化的广义回归神经网络方法在建立机枪枪管初速衰减模型中的有效性。     

基于遗传算法的火炮反后坐装置结构多目标优化研究

大口径火炮后坐阻力和炮口扰动是影响火炮射击精度的关键因素,为了减小后坐阻力峰值和炮口扰动,基于刚柔耦合动力学理论,建立了某型火炮刚柔耦合系统动力学模型。从反后坐装置结构和总体结构的角度出发,利用ADAMS底层开发模块,结合小生境遗传算法程序建立多目标优化函数,进行火炮反后坐装置结构多目标优化设计。优化后的后坐阻力峰值及炮口扰动明显降低,表明所提出的优化方法合理可行,为火炮总体结构和反后坐装置结构的优化设计提供一定的技术参考。     

基于改进遗传算法的破片杀伤战斗部优化设计

为改变目前破片杀伤战斗部传统“画加打”的设计模式,提高设计效率和设计质量,引入优化设计方法,通过对目标函数、约束条件以及分析模型的探析,构建了破片杀伤战斗部优化设计的数学模型。在破片杀伤战斗部优化设计过程中,采用引入多父体杂交算子的改进型遗传算法,从而改善了传统优化算法所遇到的病态梯度、初始点敏感和局部收敛等问题。以某聚焦式破片杀伤战斗部为例,运用此优化方法对破片杀伤威力和战斗部总质量两项指标进行了优化。计算结果表明,优化最终方案的各项性能指标均满足战术技术指标要求,与原方案相比,优化的目标对象得到了很大程度上的改观。该优化设计方法有效且普适性强,可为其他相关类弹药战斗部提供设计依据。为改变目前破片杀伤战斗部传统“画加打”的设计模式,提高设计效率和设计质量,引入优化设计方法,通过对目标函数、约束条件以及分析模型的探析,构建了破片杀伤战斗部优化设计的数学模型。在破片杀伤战斗部优化设计过程中,采用引入多父体杂交算子的改进型遗传算法,从而改善了传统优化算法所遇到的病态梯度、初始点敏感和局部收敛等问题。以某聚焦式破片杀伤战斗部为例,运用此优化方法对破片杀伤威力和战斗部总质量两项指标进行了优化。计算结果表明,优化最终方案的各项性能指标均满足战术技术指标要求,与原方案相比,优化的目标对象得到了很大程度上的改观。该优化设计方法有效且普适性强,可为其他相关类弹药战斗部提供设计依据。     

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。     

改进分解进化算法求解动态火力分配多目标优化模型

战前制定合理的火力分配（WTA）方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配（DWTA）多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其二,重点研究阶段静态模型求解算法。针对模型特点,设计了一种满足资源约束的编码方式,融合禁忌搜索和拥挤距离策略,提出了一种改进分解进化算法。对比实验验证了算法的可行性、快速性和有效性。     

基于蒙特卡洛方法的液压泵变量伺服机构稳健性优化

根据履带车辆对静液转向控制机构的特殊需求,为保证系统性能的稳健性,以变量伺服机构的跟踪精度、相对稳定性分布的均值及标准差为优化目标,通过建立液压泵变量伺服机构工作过程的动力学模型,应用蒙特卡洛方法建立其跟踪精度等性能的稳健性优化设计新方法。研究表明,通过优化匹配液压泵变量伺服机构反馈拨叉长度、阀口梯度、活塞直径的设计名义值,不仅能保证系统具备良好的跟踪精度和稳定性,而且能增强系统抵抗结构参数、油液参数变动的能力,即显著增强系统的稳健性。