基于Windows的滑翔增程弹飞控系统半实物仿真研究

通过引入外部硬时钟,在普通Windows工控机上,实现了精确定时以及稳定的多线程串口通信,满足了滑翔弹飞控系统实时仿真的要求.该系统不仅成本低,而且稳定性高、通用性好以及第三方软硬件资源丰富,并在实际仿真过程中得到了应用.     

基于改进遗传算法的开关磁阻电机PID参数优化

针对开关磁阻电动机非线性、数学模型难精确建立的特点,采用遗传算法对其PID的控制器各参数进行优化。为克服传统遗传算法的局限性,对传统遗传算法进行了改进,增加了算法的收敛速度,避免了局部收敛的情况。基于MATLAB Simulink建立SRD非线性动态仿真模型,通过仿真验证了改进遗传算法的有效性。     

模糊自适应参数调整的改进遗传算法

为提高遗传算法的优化性能,构建了交叉及变异算子的模糊动态调整器,给出了参数调整过程、模糊逻辑控制器的执行策略及控制过程.采用标准的Benchmark测试函数比较了模糊控制器参数调整的遗传算法和简单遗传算法的性能,结果表明该算法求解精度高,优化效率高及进化代数少.     

基于改进遗传算法的四旋翼无人机PID控制参数整定

四旋翼无人机是一种多输入、多变量、强耦合、欠驱动的复杂系统,对控制算法要求高,而PID控制参数在实际整定中难以达到最优。因此,提出一种基于改进遗传算法的PID控制参数整定方法,通过引入LHS初始化种群、最优个体保留、自适应动态交叉与变异等组合改进策略,使遗传算法易陷入局部最优、搜索效率偏低的问题得以改善,利用其对四旋翼无人机姿态控制系统PID参数进行优化整定,结果表明,该方法能大幅提高四旋翼无人机姿态控制系统的动态性能。     

基于遗传算法的神经网络自适应控制器的研究

提出了一种基于遗传算法的神经网络自适应控制器的设计方法。该控制器主要由2部分组成，第一部分利用遗传算法搜索出一组神经网络控制器的初始权值，第二部分用历史输入输出数据训练神经网络自适应控制器，经过训练后其达到稳定的控制效果。通过Matlab仿真表明，该控制策略克服了BP算法对初始值敏感的问题，有效提高神经网络的控制效果，和常规PID控制器相比较，超调量小、抗干扰性强和鲁棒性好。     

基于改进遗传算法的PID参数研究

常规PID参数的整定存在着控制精度低,稳定性能差的问题,一直限制了其在高精度及可靠性要求高的系统中的应用。采用改进遗传算法对PID参数进行优化,在寻优空间内快速获得全局最优点。在PID控制器中加入遗传算法模块,快速整定出最优解使系统达到稳态的最佳效果。仿真结果表明,该方法较常规PID参数整定与优化方法,具有更好的控制性能指标,提高了寻优精度,加快收敛速度。     

基于遗传算法的计算机网络可靠性优化设计

在信息化网络迅速发展的今天,计算机网络可靠性逐渐受到网站设计者以及管理者以及用户的重视.本文从国内外计算机网络的研究现状出发,对我国在计算机网络方面的研究现状进行了一个概括,同时,因为网站的可靠性优化设计随着网络节点的增长其优化设计的困难程度也随之增加.本文在对基于遗传算法的计算机网络技术进行分析之后,针对其在生产应用的缺陷,而提出了一种优化方法来增强计算机网络的的安全可靠性.     

基于自适应遗传算法的电力变压器优化设计

在研究遗传算法的基础上,分析了传统遗传算法种群多样性、收敛效率降低和易求得局部最优解的问题,提出自适应遗传算法优化设计电力变压器。采用适应度值标定的遗传算法改进策略,防止特殊个体统治种群导致的寻优结果是局部最优解,在算法临近结束时,变更选择压力,防止算法在最优解附近摇摆,加快了寻优过程。仿真结果表明,改进后的遗传算法收敛速度快,并以S9-315/10型电力变压器为算例,优化方案的性能指标符合相关国标,总损耗降低0.8%,材料成本降低8.3%。     

基于遗传算法的超宽带微带天线优化设计

将遗传算法应用于超宽带微带天线设计。建立了基于遗传算法和高频电磁仿真软件（HFSS）的优化工程。在此基础之上,优化设计出了一款超宽带微带天线。讨论了该优化工程的操作流程,并对天线特性进行了研究。研究结果表明：所设计天线在3.1~10.6 GHz频段内的回波损耗小于-10 dB,具有良好的超宽频带特性。     

基于改进自适应遗传算法的MIMO 雷达阵列优化

针对传统遗传算法在全局搜索和收敛方面的不足,提出一种改进自适应遗传算法.算法改进了自适应规则,采用随迭代次数和种群适应度自适应变化的交叉、变异操作,同时采用新的选择算子和改进后的最优精英保留策略,摒弃了传统轮盘赌博选择法,增加了收敛于全局最优解的概率,加快了收敛速度.通过测试函数优化求解试验证明,改进算法能够有效提高搜索过程种群的多样性,具有更快的收敛性和更好的全局最优性.在此基础上,将改进的自适应遗传算法应用到MIMO雷达阵列优化设计,通过稀疏栅格编码,采用同时考虑副瓣电平与波束宽度的双适应函数,使优化得到的MIMO雷达方向图具有更好的综合性能,更利于实际工程应用.最后仿真实验结果进一步验证了本文改进算法的有效性.     

基于复数GA的波束空间自适应调零处理

建立了直接辐射阵列多波束天线波束形成的数学模型.提出一种改进的复数编码遗传算法,在算法的初期和后期采用不同的配对方案,在奇数代和偶数代分别采用外推、内插和正交外推内插算子,克服了已有算法的早熟和对初始群体依赖等缺陷,提高了算法的全局收敛能力.采用记忆算子使算法能够对抗位置跳变干扰.模拟实验结果表明,该波束空间自适应调零新方法能够应用于LEO卫星抗干扰,且调零分辨率高、性能稳定可靠,可以获得比传统自适应波束形成算法更好的干扰抑制性能.     

一种改进的自适应GA-SVM参数选择研究

支持向量机是一种学习机器,决定SVM性能的因素是核函数的选取,但其参数的选择大多是依靠经验,一般不能获得最佳函数逼近效果,一定程度上限制了该算法的发展。将改进的自适应遗传算法与支持向量机相结合,设计了一种自动优选支持向量机模型参数的方法。该方法根据适应度值自动调整交叉概率和变异概率,减少了遗传算法的收敛时间并且提高了遗传算法的精度,确保了SVM参数选择的准确性。将该方法应用于脱机手写汉字的识别,结果表明由该方法所得的SVM具有较好的泛化能力。     

基于遗传算法的弹药装备备件优化模型研究

结合当前弹药装备备件优化配置的工程需求,建立了基于遗传算法的备件优化模型。在弹药装备战备完好率和费用的共同约束下,利用遗传算法收敛速度快、全局寻优能力强、编程实现简单等特点,实现了对该模型的求解,得到了弹药装备备件的最优配置。最后,以某弹药装备为案例进行了分析,结果表明,遗传算法能有效地解决弹药装备备件的优化问题。     

一种基于遗传算法的PID参数的优化控制策略

针对某一控制对象，通过数学推导，得出一组值Kp，K1，KD将其作为遗传算法的参考值。虽是随机产生初始群体，但可以预置大致范围，并在此基础上进行优化，可提高遗传算法的收敛速度。     

Improved Bacterial Foraging Optimization Algorithm Based on Fuzzy Control Rule Base

Manual construction of a rule base for a fuzzy system is the hard and time-consuming task that requires expert knowledge. In this paper we proposed a method based on improved bacterial foraging optimization (IBFO), which simulates the foraging behavior of E.coli bacterium, to tune the Gaussian membership functions parameters of an improved Takagi-Sugeno-Kang fuzzy system (C-ITSKFS) rule base. To remove the defect of the low rate of convergence and prematurity, three modifications were produced to the standard bacterial foraging optimization (BFO). As for the low accuracy of finding out all optimal solutions with multi-method functions, the IBFO was performed. In order to demonstrate the performance of the proposed IBFO, multiple comparisons were made among the BFO, particle swarm optimization (PSO), and IBFO by MATLAB simulation. The simulation results show that the IBFO has a superior performance.     

基于GA-PSO融合算法的二自由度PID参数优化

在工业过程控制中,PID参数调节直接影响工业生产的质量和效率。针对PID参数调节难这一问题,文中提出了一种将遗传算法和粒子群算法相结合的智能融合算法,并将该算法应用于二自由度PID参数的优化中。该算法在遗传算法的变异算子中引入粒子群算法,充分发挥两种单一智能算法的优点,并弥补了两者的缺点。算例仿真验证结果显示,该算法可以很好的应用于PID参数优化,且在调节PID参数的过程中具有优良的性能指标数值,在目标值跟踪特性和外扰动抑制特性上具有更好的控制效果。     

一种基于多群体搜索的实数遗传算法

遗传算法在解决全局优化问题中起着重要的作用。本文依据部分动物物种在进化过程中的家族特征提出了一种多群体搜索实数遗传算法并且进行了仿真研究。通过仿真可以看,到该算法具有计算量较小,搜索精度高,收敛速度较快,抗早熟能力强,在有多个相同的全局最优点的情况下具有一定的搜索多个全局最优点参数的能力等特点。     

基于自适应权重和模拟退火的鲸鱼优化算法

针对鲸鱼优化算法容易陷入局部极值和收敛速度慢的问题,提出了一种结合自适应权重和模拟退火的鲸鱼优化算法.通过改进的自适应权重策略来调整算法的收敛速度,通过模拟退火增强鲸鱼优化算法的全局寻优能力.仿真实验中计算了18个测试函数,对比了粒子群算法、海豚回声定位算法和标准鲸鱼算法并进行统计分析,同时比较了单独结合自适应权重和模拟退火对鲸鱼优化的影响,结果表明,改进的算法在测试函数的极值计算中,计算精度和收敛速度方面都有了明显提升,验证了改进算法的有效性.