分布估计算法在航天器近距离最优交会中的应用

针对空间在轨服务飞行器实施近距离变轨最优化问题,探讨了在能量和时间两项指标情况下,航天器轨道机动中能量时间综合最优化的研究方法。基于C-W方程,推导了在轨服务器在双冲量变轨时的特征速度,以时间-燃料为指标构造了相应的模型,并针对基本遗传算法局部搜索能力不强的问题,采用一种新的利用统计学习手段从群体宏观角度建立描述解分布的分布估计算法。仿真结果表明,该分布估计算法可加速算法的收敛,具有良好的优化能力,能够从宏观上对整个群体建立模型,得到了混合指标下时间和能量关系,实现近距离变轨最优指标的精确数值模拟。从数值结果的对比分析中得出了一些有意义的结论,可供下一步研究参考。     

基于分布估计算法的单路口交通信号控制

针对遗传算法求解城市道路交叉口信号控制存在的主要问题,以四相位交叉路口为研究对象,建立了以信号周期内车辆延误总时间最短为目标函数,以各相位有效绿灯时间为控制变量的单路口交通信号优化模型.并分别以整数编码的PBIL算法和实数编码的EMNA算法两种典型分布估计算法求解单路口交通信号优化问题.仿真结果表明,与传统遗传算法相比,两种分布估计算法均可用更小的种群规模快速高效地求得最优解.     

基于分布估计算法的连续函数全局优化问题研究

分布估计算法从宏观的角度建立一个概率模型,用来描述解空间的分布,从而通过进化计算获得优势个体。目前,离散型分布估计算法研究已经比较成熟,而连续型分布估计算法研究进展缓慢。采用均匀分布缩小采样领域的思想,设计新的分布估计算法求解连续型优化问题。实验数据表明,该分布估计算法对于求解连续型问题是有效的。     

可重复使用航天器时间协同飞行轨迹优化

针对可重复使用航天器(RLV)时间协同飞行轨迹优化问题,提出了一种基于Radau伪谱法的轨迹优化方法。方法以再入飞行时间可知性、可控性为目标,使用Radau伪谱法对RLV的飞行时间进行预测,进而协调出多RLV的再入协同飞行时间,以此再入飞行时间为终端约束使用Radau伪谱法生成满足协同飞行要求的再入轨迹。仿真结果表明,上述轨迹优化方法可以得到满足时间协同约束、状态约束和控制约束的飞行轨迹,具有较高的稳定性和较快的求解速度。所提方法满足多架RLV时间协同再入飞行的需求,具有很强的实用价值。     

基于积分滑模的航天器有限时间姿态容错控制

针对存在执行机构故障和外部干扰的刚体航天器姿态稳定系统,本文提出了基于积分滑模的容错控制策略,实现了姿态有限时间稳定.首先,利用齐次系统相关理论,设计了一类饱和有界的基础控制律,保证了不存在执行机构故障和干扰情况下的姿态有限时间稳定.在此基础上,利用积分滑模和自适应技术设计了一种有限时间姿态鲁棒容错控制方案,对执行机构故障和干扰进行有效的补偿;该方案能够快速地实现姿态高精度稳定,并抑制系统抖振现象.最后,将本文提出的姿态容错控制方案进行数值仿真与对比,验证了方案的有效性与优越性.     

动态环境下基于近似动态规划的分布估计算法研究

论文重点讨论了分布估计算法的理论研究。首先,抽取出分布估计算法的核心思想,然后旨在使用EDA算法解决复杂优化问题,提出基于近似动态规划的分布估计算法。通过Agent与环境的交互,将近似动态规划引入到进化计算中,获得概率模型并进行适应性的更新。测试函数使用六个经典的对比实验,结果表明本算法的鲁棒性,运行时间短并具有较强的全局搜索能力,可以作为解决函数优化问题的有效解决算法。     

航天器任意椭圆轨道最优转移问题研究

目前航天器最优转移轨道研究中,常忽略摄动力影响,仅考虑能量最优,且采用常值推力控制量,得到的转移轨道精度低,转移时间长,非理论最优。本文考虑地球非球形摄动力J2的影响,建立时间-能量综合最优性能指标,基于变推力控制量,研究了任意椭圆轨道最优转移问题。建立高斯拉格朗日状态方程,应用Pontryagin极小值原理和共轭梯度法求解最优转移问题;研究了J2摄动力对转移轨道根数、推力加速度和最优转移轨道的影响。结果表明:J2摄动力对转移轨道根数和推力加速度都有影响,不能忽略;时间-能量综合最优转移同时考虑轨道转移时间和能量消耗,优化结果更利于工程应用;最优推力加速度不是常值,即采用常值推力控制量得到的并非理论最优转移轨道。     

分布式航天器编队约定时间姿轨耦合协同控制

针对具有参数不确定性、外部扰动和预设性能需求的航天器编队约定时间姿轨耦合控制问题, 本文基于预设性能控制方法提出了一种低复杂度的约定时间编队姿轨耦合协同控制器, 使得航天器在设定时间内形成编队, 且编队误差满足预设的各种性能指标. 首先, 通过结合有限时间稳定概念引入一种约定时间性能函数, 其系统稳定时间可以由使用者任意设定; 然后, 把约定时间性能函数与预设性能控制方法结合起来, 提出了不依赖航天器质量和转动惯量等信息的约定时间编队协同控制器, 保证了编队状态量的收敛性能和收敛时间, 并使用李雅普诺夫理论证明了其稳定性. 最后, 通过仿真验证了该控制方案的有效性     

基于改进分布估计算法的二维航迹规划

为在较短时间内规划出性能指标最优的攻击轨迹、提高飞行器作战效能,研究一种基于改进分布估计算法的二维航迹规划方法。引入坐标变化和候选节点,针对采用分布估计算法进行问题求解容易陷入局部收敛的缺点,提出模拟退火的分布估计算法,其退火温度以信息熵表示。     

基于分布估计算法的弹性飞翼飞行器多操纵面控制分配

针对弹性飞翼飞行器多操纵面控制分配问题,提出了衡量弹性震动的机振力指标,建立了完整的控制分配模型,提出了采用分布估计算法（EDA）对模型进行求解。首先进行舵面结构设计,分析各气动舵面的工作方式及控制能力,并依据气动数据中升降副翼、余度舵、副翼的舵面控制效率,进行舵面功能配置。在进行控制分配时,分析控制分配的主要性能指标,确立总体多目标优化评价函数,并结合等式和不等式约束条件。采用性能优越的EDA进行求解。通过建立概率模型来估计真实分布,在EDA的进化过程中,各个舵面会根据偏转效率进行分配,结合优化函数最终收敛到最优解。最后分析机翼气动弹性对系统静态操纵效能的影响。从不考虑气动弹性系统响应曲线和考虑气动弹性之后的系统响应曲线比较结果可以看出,有弹性情况下系统响应曲线超调量和过渡时间都减小,飞翼式飞行器飞行品质得到显著提高,优化之后系统效能提高了10%。仿真结果表明,EDA能够较好地解决控制分配问题,并能提高系统动态品质,验证了多操纵面控制分配模型和算法的有效性。     

一种求解社区检测问题的改进分布估计算法

在分析网络模块性函数局部单调性的基础上,设计局部搜索变异算子,提出-种求解社区检测问题的改进分布估计算法.基于基准测试网络和大规模复杂网络对算法进行测试,实验结果表明,对于不同网络,该算法运行100次得到的Q函数平均值均优于Girvan-Newman算法、Newman快速算法和Tasgin遗传算法.     

考虑订单扰动因素的热轧重调度分布估计算法

热轧工序作为钢铁生产的核心环节,具有严格的生产连续性和复杂的产品工艺要求,而紧急订单的随机到达和紧急交货期要求会对生产连续性和质量稳定性产生不利影响。针对这类紧急订单插入的动态事件,提出一种热轧重调度优化方法。首先,分析了订单扰动因素对调度方案的影响,并以最小化订单拖期惩罚和板坯跳跃惩罚加权和为优化目标,建立了热轧重调度问题的数学模型。然后,设计了热轧重调度分布估计算法（EDA）。该算法针对紧急订单的插入式处理方式,提出一种基于插入位置的整数编码方案;结合模型特征设计了概率模型;并综合考虑目标与约束,定义了基于惩罚值的适应度函数。通过实际生产数据进行仿真实验,验证了模型和算法的可行性和有效性。     

解灰色非线性规划问题的随机搜索算法

对带约束条件的灰色非线性规划问题进行了探讨,首先将原灰色约束非线性规划问题进行均值白化处理,转化成一个确定型的带约束条件的非线性规划问题,对该确定型的非线性约束规划问题提出一个基于分布估计算法的随机搜索方法,对所提出的求解方法的关键技术作了详细的说明并给出了具体的算法步骤。 初步的数值算例表明所提出的方法是可行有效的     

一种求解聚类问题的分布估计算法

提出一种求解聚类问题的分布估计算法。基于PBIL算法定义聚类矩阵,建立对应的概率矩阵模型,引入遗传算法的基因变异算子,设计适用于分布估计算法的变异操作,改进概率模型的更新方式。实验结果表明,与Kmeans、Kmedioid、Clarans和遗传算法相比,该算法的聚类质量较好。     

用于多维数据实视图选择的分布估计算法

在数据仓库中,为选择合适的视图加以实体化,提出一种新的分布估计算法。在解空间随机产生初始群体,根据适应值选择部分好的解集,利用这些优势群体建立概率模型并估计联合概率分布,再从新的概率分布中抽样得到下一代。实验结果表明,该算法能减少查询响应时间和视图维护代价,并且其寻优性能优于经典遗传算法。     

刚体航天器姿态跟踪的高阶滑模控制器设计

针对存在参数不确定性和外加干扰的刚体航天器的姿态跟踪控制问题,提出一种基于高阶滑模的姿态跟踪控制方法．首先介绍高阶滑模控制的基本原理,并建立基于修正罗德里格参数描述的航天器数学模型;然后采用李雅普诺夫第２法推导出高阶滑模姿态控制律．理论分析和仿真结果均表明,该方法能够有效消除系统抖振,实现航天器姿态跟踪的精确定位,并且系统具有全局稳定性和鲁棒性．     

解决0-1背包问题的遗传分布估计算法

0-1背包问题是典型的NP难问题,针对0-1背包问题提出分布估计算法（EDA）与遗传算法（GA）相结合的算法（E-GA）。该算法在每一次迭代中由二者共同产生种群,并行搜索,两种方法产生的个体数目动态变化,将EDA的全局搜索与GA的局部搜索能力、EDA的快速收敛性与GA的种群多样性结合,实现优势互补。通过三个背包问题算例进行算法验证,与以往文献相比,结果显示该算法所获最优值优于文献最优值,运行时间短且收敛速度快。