复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点，因此如何确定复杂系统各单元冗余数，设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点。针对复杂系统的特点，提出了基于量子粒子群算法的求解方法。根据数学模型，详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性，并给出了基于粒子群算法的可靠性的求解策略，同时对桥式系统的可靠性优化设计问题进行分析计算。仿真表明，该算法具有较强的局部搜索能力，与其他方法相比，该算法有较高的搜索效率，能够找到更优的解。最后验证了该算法在复杂系统可靠性优化中的可行性和有效性。     

遗传算法在串-并联冗余系统可靠性优化设计中的应用

串-并联冗余系统可靠性的最优设计是可靠性技术中一个十分重要的问题。讨论了遗传算法及其在串-并联冗余系统可靠性优化设计中的应用。串-并联冗余系统具有冗余单元和可选设计，其可靠性优化设计是一高度非线性、具有多极值点、有约束的整数规划问题，传统的解决方法往往对于连续实数域有效可行，而对于解决此类多变量，离散型整数域取值的复杂的优化问题则往往很困难。由于遗传算法是一类全局收敛算法，它用点群进行寻优，而不是用一个单点进行寻优，具有隐含并行算法的特点，从而能够得到全局最优解。所给出的实例说明本文的算法是有效可行的。     

复杂系统可靠性冗余的遗传算法

冗余技术是提高系统可靠性与安全性的重要途径,复杂系统冗余优化设计问题难度较大,至今没有很好地解决,本文论述了用遗传算法解决这一问题的思路和方法,通过算例验证了该算法的有效性。     

模糊多态贝叶斯网络在冗余液压系统可靠性分析中的应用

为解决传统方法在状态多样化且精确故障率难以获得的复杂冗余系统的可靠性分析中的局限性,提出一种改进的基于模糊多态贝叶斯网络的可靠性分析方法。该方法基于二态故障树来构建多态贝叶斯网络结构,利用模糊数描述根节点故障率,结合工程经验构造出体现冗余系统及单元多态性和多态节点故障间不确定逻辑关系的条件概率表。通过理论推算得到系统故障概率与可靠度、后验概率计算及根节点重要度的分析过程,并将其应用到船舶推进器液压系统可靠性分析实例中,结果表明该方法能较好地满足冗余系统可靠性评估、已知当前状态时的系统故障预测和实施关键单元可靠性增长的实际需要,对类似系统可靠性研究具有参考价值。     

复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点,因此如何确定复杂系统各单元冗余数,设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点.针对复杂系统的特点,提出了基于量子粒子群算法的求解方法.根据数学模型,详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性,并给出了基于粒子群算法的可靠性的求解策略,同时对桥式系统的可靠性优化设计问题进行分析计算.仿真表明,该算法具有较强的局部搜索能力,与其他方法相比,该算法有较高的搜索效率,能够找到更优的解.最后验证了该算法在复杂系统可靠性优化中的可行性和有效性.     

基于BWAS的无线传感器网络动态分簇路由算法

为加快无线传感器网络路径搜索速度,减少了路径寻优能量消耗,提出了基于最优-最差蚂蚁系统(best-worst out system,简称BWAS)算法的无线传感器网络动态分簇路由算法.该算法是基于无线传感器网络动态分簇能量管理模式,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,以多跳接力方式将数据发送至汇聚节点.BwAS算法在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加强搜寻过程的指导性.结合动态分簇能量管理,避免网络连续过度使用某个节点,均衡了网络节点能量消耗.通过与基于蚂群算法(ACS)的路由算法仿真比较,本算法减缓了网络节点的能量消耗,延长了网络寿命,在相同时间里具有较少的死亡节点,具有较强的鲁棒性.     

多态系统可靠性优化研究进展

多态系统可靠性能够更加详细地描述复杂系统在不同性能水平下的可靠性,其优化问题研究促进了多态系统可靠性理论在工程中的应用。对多态系统可靠性优化的相关研究工作做了阶段性总结,并分析了今后该领域的发展趋势。从多态系统可靠性冗余分配优化、维修/冗余策略优化、部件位置优化、可靠性增强优化、多目标优化以及优化算法等六个方面分析了目前的研究情况,展望了今后在模糊多态系统可靠性优化、考虑相关失效的多态系统可靠性优化、RAMS+C多态系统可靠性优化等方面需要开展的研究工作。     

装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.     

基于自适应蚁群算法的矩形件排样优化

蚁群算法是一种新型的进化算法,但它与其他进化算法一样也存在容易陷入局部搜索空间等缺陷。将蚁群算法引入到矩形零件的排样优化问题中,根据待排矩形零件面积和长宽比对每个蚂蚁节点赋予一定的初始信息量,同时对基本蚁群系统中的状态转移概率与信息素挥发因子做了适当改进,使其拥有自适应调节作用,从而有效的避免了蚂蚁长时间陷入局部搜索空间,使算法能在较短的时间内收敛到全局最优或近似最优解。最后两个实例表明,此算法用于求解矩形件排样问题是有效的。     

一种新的动态蚂蚁遗传混合算法应用研究

针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法.新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整闯值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解.通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高.     

基于特征变量的复杂机械系统优化方法的最优性条件

复杂系统优化设计方法研究是优化设计的一个重要方面，目前，复杂机械系统的优化设计方法主要有直接法和分解协调法，均没有解决复杂系统的优化问题。提出了基于特征变量的优化设计新方法，这种方法在实践中得到了应用，证明是有效的，但该优化方法缺乏理论指导。对基于特征变量的优化方法进行了理论分析，提出了基于特征变量的分级优化结果是原问题最优解的条件，并从必要务件和充分务件两方面论证了该方法优化的结果就是原优化问题的最优解。     

非可靠性测试条件下复杂系统多故障定位方法

针对复杂系统多故障并存且实际测试中存在误警和漏检等特点,提出非可靠性测试条件下多故障定位问题的解决方法。以寻找后验概率最大的故障假设为目标,引入贝叶斯理论并结合系统的检测、误警相关矩阵,将原问题转化为一个组合最优化问题。采用改进的偏转次梯度优化算法（modified reflection subgradient optimization algorithm,简称MRSOA）求解优化问题的拉格朗日对偶,获得故障定位结果。对某型雷达发射机在非可靠性测试情况下的多故障定位结果表明,该方法具有较高的定位效率和定位准确度。     

射频系统散热结构非梯度拓扑优化方法

随着射频系统向着小型化、高密度、高性能的方向发展,散热问题已经成为制约射频系统发展的关键问题之一。射频系统热设计指标复杂多样,基于梯度的拓扑优化方法需要推导复杂的灵敏度信息,因此无法适应多变的热设计指标。文中提出了一种射频系统散热结构非梯度拓扑优化方法,首先通过材料场级数展开方法对散热结构拓扑优化模型和设计变量进行表征和降维;然后构建了散热结构非梯度拓扑优化模型,针对降维后的拓扑优化问题,采用基于克里金代理模型的非梯度拓扑优化方法进行求解;最后,通过给出的射频系统散热结构数值算例,证明了该方法可以在不需要推导灵敏度的情况下有效求解射频系统散热结构拓扑优化问题。     

汽车悬架系统优化设计的复合遗传算法

:利用虚拟激励算法和复合遗传算法相结合的方法 ,进行汽车悬架系统优化设计研究。通过在半主动汽车悬架系统优化设计中的应用表明该方法正确 ,结果可信     

Improved multi-objective ant colony optimization algorithm and its application in complex reasoning

The problem of fault reasoning has aroused great concern in scientific and engineering fields.However,fault investigation and reasoning of complex system is not a simple reasoning decision-making problem.It has become a typical multi-constraint and multi-objective reticulate optimization decision-making problem under many influencing factors and constraints.So far,little research has been carried out in this field.This paper transforms the fault reasoning problem of complex system into a paths-searching problem starting from known symptoms to fault causes.Three optimization objectives are considered simultaneously: maximum probability of average fault,maximum average importance,and minimum average complexity of test.Under the constraints of both known symptoms and the causal relationship among different components,a multi-objective optimization mathematical model is set up,taking minimizing cost of fault reasoning as the target function.Since the problem is non-deterministic polynomial-hard(NP-hard),a modified multi-objective ant colony algorithm is proposed,in which a reachability matrix is set up to constrain the feasible search nodes of the ants and a new pseudo-random-proportional rule and a pheromone adjustment mechinism are constructed to balance conflicts between the optimization objectives.At last,a Pareto optimal set is acquired.Evaluation functions based on validity and tendency of reasoning paths are defined to optimize noninferior set,through which the final fault causes can be identified according to decision-making demands,thus realize fault reasoning of the multi-constraint and multi-objective complex system.Reasoning results demonstrate that the improved multi-objective ant colony optimization(IMACO) can realize reasoning and locating fault positions precisely by solving the multi-objective fault diagnosis model,which provides a new method to solve the problem of multi-constraint and multi-objective fault diagnosis and reasoning of complex system.     

复杂工程系统优化设计面临的问题及解决方法

指出用常规优化方法对复杂工程系统进行优化设计时面临的效率、精度和复杂信息交换等三方面问题,并结合复杂工程系统的优化计算过程,详细分析产生这些问题的原因。采用响应面方法,构建一种逐步逼近的序列响应面迭代优化计算格式。该方法使优化进程中复杂的系统分析模型被响应面模型所取代;同时还构造了一个系统数据库,在每一迭代步都有新的数据加入到该数据库中,响应面模型根据扩展后的数据库不断更新从而逐步逼近真实模型。为在保证精度的前提下减少计算量,提供一种加入数据库中新数据的选取方法,利用此方法实现了一大型运输机机翼的气动-结构一体化优化设计,计算结果表明该方法的有效性。     

一种基于协同近似的多学科设计优化方法

为避免求解复杂工程系统多学科设计优化问题时需要反复调用复杂耗时的多学科分析和进行繁琐的灵敏度计算,提出了一种基于协同近似（CMSO）的多学科设计优化方法。首先通过一种协同模型来筛选出更能反映多学科问题本身属性的样本点,通过协同模型来保证系统的多学科一致性;然后通过这些样本点分别构建自适应代理模型,并进行代理模型的验证和确认;最后选择最佳的代理模型来构建多学科优化模型并使用序列二次规划法进行优化求解。通过一个数学算例和圆柱螺旋压缩弹簧设计案例验证了CMSO法的可行性和有效性,且与单学科可行法的比较结果表明了CMSO法的高效性。     

气囊式火星着陆器稳健性优化设计

气囊式火星着陆器结构复杂,关键参数多,工况极端,不确定因素多且可靠性要求高。针对气囊式火星着陆器优化设计中的计算效率问题,采用基于超级计算平台并行分布式计算技术与稳健性优化设计理论的多目标稳健性优化方法对复杂气囊系统进行了稳健性优化设计。结果表明：超级计算平台的应用使稳健性优化的计算效率得到了显著提升;稳健优化设计后的气囊式火星着陆系统的可靠性有明显改善。     

利用系统涌现重构复杂系统隔振抗冲一体化设计

引入涌现概念,利用系统要素与架构的内在逻辑关联以及架构与形式的外在表达,通过重构完成系统优化,使系统生出更多令人满意的涌现,避免不满意的涌现。提出了重构极的概念,通过重构极各要素对比,建立跨系统的综合评估方法,解决了复杂巨系统优化难题。隔振抗冲一体化案例表明,系统重构可带来巨大的系统收益,“合二为一”重构模式对舰艇、飞机等复杂系统优化具有广泛的应用价值。     

门座起重机四连杆组合臂架变幅系统优化方法

优化设计是由最优化理论和计算机技术与工程技术相结合而逐渐形成的一种现代设计方法和技术,在解决复杂的工程设计问题时,应用优化设计方法可以较快地实现设计方案的优化,提高设计效率和设计质量。文中论述的几种方法切实可行,他系统地研究了四连杆组合臂架变幅系统优化设计中的几种方法,提出了解决问题的途径;对于四连杆组合臂架变幅系统的初始点提出了优化设计初始点改进的方法,效果理想。