基于种群熵粒子群优化算法的上升段交会弹道优化设计

应用种群熵粒子群优化(Population Entropy based Particle Swarm Optimization,EPSO)算法研究运载火箭上升段交会弹道优化设计问题。以运载火箭和目标飞行器在交会时刻距离最小为目标函数,建立运载火箭上升段交会弹道优化模型,同时分别采用EPSO优化算法和传统粒子群优化算法进行求解。仿真结果表明,EPSO算法能够有效解决运载火箭上升段交会弹道优化问题,平均交会位置误差为8.33 m,较传统粒子群算法减少了149.37 m,平均搜索速度较传统算法提高了27%。EPSO算法收敛精度高,搜索速度快,更适用于解决上升段交会弹道优化这样的复杂约束优化问题。     

基于梯度粒子群算法的纵横向机动跳跃弹道设计及优化

为了增强导弹弹道的机动性能和突防效果,采用2级发动机多次点火及横向机动技术,建立了纵横向机动跳跃弹道模型。针对模型中弹道计算时间长、优化参数多的问题,提出并设计了梯度粒子群算法,将梯度搜索的思想融入到粒子群算法中搜索全局最优解,相应改变微粒速度位置向量的更新方式。仿真结果表明,该算法能够有效地解决纵横向机动跳跃弹道模型的优化问题并具有快速收敛性。     

基于粒子群算法的防空修正弹控制方法研究

为了提高防空弹道修正弹拦截机动目标的能力,提出了一种弹载执行机构的控制方法.建立了防空弹道修正弹的质点弹道模型,根据弹道修正的基本原理,得到了脉冲控制的优化模型;针对脉冲控制的特点给出了脉冲点火控制策略;应用粒子群算法对脉冲控制指令进行了优化.通过引入脉冲能量消耗最小原则改进了适应度函数,搜索了控制指令的全局优化解.仿...     

基于组合粒子群算法的运载火箭弹道优化设计

提出一种基于粒子群算法和方向加速法组合成的PSO-Powell算法,能进行大范围搜索,其最优解具有全局收敛性。在该算法中,对粒子群算法的参数设置进行了改进,提升了其性能,并引入增广拉格朗日乘子法处理优化问题的约束条件,提高了最优解的精度。仿真结果表明PSO-Powell算法应用于运载火箭弹道优化设计具有良好效果,可以提升运载能力,具有一定工程应用价值。     

空间拦截弹道优化研究

为验证利用地基导弹进行空间拦截的可行性,对空间拦截弹道优化问题进行了描述.根据固体火箭弹道设计方法,分析了弹道的影响因素,提出基于正交设计的搜索算法,给出了详细的算法流程,介绍了搜索方向的正交设计方式和搜索过程.用该模型对某一参考弹进行了仿真计算,计算结果表明,只要弹道参数设计合适,参考弹完全可以将100 kg有效载荷送入近地轨道,满足空间拦截作战要求.     

脉冲修正弹参数优化设计方法

为了从理论上寻求合理、有效的脉冲修正弹参数设计方法,提出对脉冲修正弹参数进行优化设计。选取脉冲发动机个数、单脉冲冲量大小、脉冲发动机轴向偏心距及尾翼导转角为优化设计变量,以脉冲发动机总冲最小为目标函数,并以某些脉冲参数、弹道参数等为约束条件,建立了脉冲修正弹参数优化模型。针对该模型的特点,在标准粒子群算法SPSO2011的基础上,提出了基于自适应罚函数且适于处理整数离散变量的改进粒子群算法。算例结果表明,该算法用于脉冲修正弹参数优化设计,可快速、可靠地获取最优解。     

遗传粒子群算法在测试节点优选中的应用

测试节点优化是电路板测试诊断设计优化过程中的一个基本问题,属于经典的N-P难题,但目前用于测试点优化的算法存在搜索速度慢、不收敛等问题,因此提出一种基于遗传粒子群优化算法.该方法通过建立电路测试节点的"故障-测试"矩阵,用遗传算法对数学模型进行优化,并采用粒子群算法搜索实现了快速求解.与传统方法相比较,该方法搜索速度快,优化效果明显,已在工程实践中得到应用.     

改进型实数编码遗传算法在内弹道优化中的应用

为实现内弹道装药结构的优化设计方案,提出将改进型遗传算法应用于内弹道优化数学模型.在基本遗传算法的基础上采用实数编码方式并对遗传操作进行改进,引入最优保留策略,使其更适合内弹道优化模型的复杂非线性.建立了具有代表性的某高炮内弹道装药优化设计模型,通过计算机仿真得到优化方案,并与采用模式搜索法和基本遗传算法得到的优化方案进行对比,结果表明,采用改进遗传算法进行内弹道优化是有效可行的.     

基于微粒群算法的中制导弹道优化设计

为使拦截武器有效拦截目标,将直接多重打靶算法与微粒群算法相结合,设计了一种基于微粒群算法的中制导弹道优化算法。该算法借鉴直接多重打靶算法基本思想,将状态空间与参数空间分别进行分解与分段,并在此基础上结合中制导末端条件构建性能指标函数,将弹道优化问题转化为多目标优化问题;基于对指标函数之间依赖性的分析,在求解过程中将多目标优化分解为参数层和指标层优化两部分,采用微粒群算法对其进行分层优化求解。仿真研究表明,该优化算法能够对弹道进行有效优化。     

基于混合粒子群优化算法的火箭弹内弹道优化设计

针对无控火箭弹的内弹道优化问题,以增加射程为目标,在发动机总冲恒定的约束条件下,分别建立了固体火箭发动机单室单推模式和单室双推模式的内弹道数学模型和优化模型,采用改进的混合粒子群优化算法,对固体火箭发动机的内弹道特性进行优化设计,求得了全局最优解。仿真结果表明,提出的混合粒子群优化算法具有较好的全局寻优能力和鲁棒性,是解决固体火箭发动机内弹道优化问题的有效方法; 设计的优化策略将某型122 mm无控火箭弹的最远射程提高了3.75%～4.45%,仿真结果对无控火箭弹的总体设计具有一定的理论指导意义。     

基于网格划分与BP网络的中制导弹道 在线生成方法

针对临近空间高超声速目标高速、高机动的特点,为改善拦截弹中制导性能,将基于网格划分的中制导离线弹道优化与神经网络相结合,提出了一种中制导弹道在线生成方法。以拦截区域网格化形成的网格点为约束,采用离线弹道优化方法,形成覆盖拦截区域的弹道数据库; 利用BP神经网络对非线性函数的逼近特性,通过训练实现对弹道数据库的逼近,构建BP神经网络模型,实现中制导弹道在线生成。仿真分析结果表明:中制导过程中,在终端约束调整和不调整的2种情况下,该文设计的中制导弹道生成方法均具有较好的性能。     

室内移动机器人运动规划与导航算法优化

为提高动态规划算法的效率与安全性,设计一种适用于动态复杂环境运动规划的优化算法.从状态搜索空间、路径重规划和路径平滑性3个方面对跳点搜索(jump point search,JPS)路径规划算法进行优化,通过与动态窗口法(dynamic window approach,DWA)轨迹规划算法融合对其评价函数进行优化,实现基于动态窗口方式的实时避障,并对A*、JPS算法和改进JPS算法的仿真测试进行对比实验.实验结果证明了该优化算法的可行性与安全性.     

基于样条函数表征目标运动轨迹事后数据融合方法研究

针对靶场小型、机动目标多体制跟踪定位模式,提出一种基于样条函数描述目标运动轨迹并进而转换,实现以其为基函数对测控设备测元进行表征的数据融合方法。在最小二乘准则下,采用非线性最优化方法对样条函数最优节点分布进行搜索,使自由节点分布适应目标运动特性,极大减小截断误差,联合误差方程待估参数被极大压缩,计算效率提高。通过工程应用分析,该方法不仅目标轨迹参数计算精度高,而且能够准确自校准各测元系统误差。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

基于高斯伪谱法的二级助推战术火箭多阶段轨迹优化

针对二级助推战术火箭在多种约束下的高精度轨迹优化问题,提出了一种基于高斯伪谱法（GPM）的多阶段轨迹优化方法。针对二级发动机的工作特点,将全弹道划分为发射段、爬升段、续航段和制导攻击段4个阶段。为了提高禁飞区或敌方火力覆盖区附近的优化轨迹精确度,引入准接触点概念,将全弹道进一步进行阶段细分,并以连接点确保相邻阶段的顺利连接。利用GPM将轨迹规划问题转化为非线性规划问题进行求解。为了进一步提高计算效率、降低初值设置的难度,设计了基于初值生成器的迭代策略,实现了二级助推战术火箭多阶段轨迹优化。充分考虑飞行器各阶段飞行特点和约束,通过数值算例表明了该方法的优点。仿真结果表明,所提优化方法求解效率高,能够得到可行的最佳轨迹。     

基于二参数寻优设计点的混合结构可靠性分析算法

针对机械结构中既含随机变量又含区间变量的混合可靠性问题,提出一种基于二参数的混合可靠性分析算法。区间变量使可靠性分析问题变为双层优化问题,为降低双层优化模型对计算效率的影响,将其解耦为概率分析和区间分析高效循环序列迭代模型;在概率分析时,引入两个调 整参数,分别控制搜索步长和搜索方向,以实现寻优设计点、保证收敛的稳定性及搜索效率;在区间分析时,将区间分析问题转化为方便求解的二次规划问题,并结合梯度投影法搜索区间最优点;通过两个案例分析,对所提算法的计算精度和效率进行验证。结果表明：该算法与蒙特卡洛抽样法相比,计算的最大失效概率相对误差均在5%以内,且函数调用次数在1 000次以内即可达到收敛;当功能函数非线性程度较高时,该算法同样具有较高的计算精度、效率及收敛稳定性。     

基于机动单元库的TSO-GRU-Ada机动轨迹预测

机动轨迹预测是自主空战中的一个重要组成部分。针对无人战斗机机动轨迹预测精度低且时耗过长的问题,提出一种基于机动单元库的自适应集成三角优化门控循环神经网络预测方法。建立无人战斗机3自由度模型,解决轨迹数据来源问题;通过4种轨迹特征,将轨迹分为平面机动、空间左转弯机动和空间右转弯机动三类,构建21种基本机动单元;介绍门控循环神经网络,为避免网络梯度优化陷入局部最优,引入三角搜索优化算法更新网络内部权值和偏置。为提高预测精度,采用自适应增强算法构建强预测器;通过实验选取预测器最优参数,在不同机动单元情况下进行预测,预测精度较高且均能满足时耗要求;为检验在机动轨迹上的预测性能,从空战训练测量仪中选取一段轨迹,与5种不同预测模型进行对比。研究结果表明,所提模型的预测精度最佳。     

基于可射击概率约束的防空作战火力优化分配

针对防空作战火力优化分配中未考虑可射击概率影响防空作战效能的问题,提出一种基于可射击概率约束的火力分配模型.该模型综合考虑可射击概率、空袭强度、火力单元转火时间等多种因素,能够在保证满足可射击概率和联合毁伤概率阈值前提下,优先使用反应快的火力单元拦截飞临时间短的目标,并尽量减少火力资源消耗,为防空系统提供持续作战能力....     

电视指令制导导弹目标攻击中载机航迹规划研究

为提高电视指令制导导弹的命中精度,突防载机在导弹发射后必须满足导弹使用的约束条件选择航迹才能保证导弹命中目标。在分析防区外使用电视指令制导导弹进行对地精确打击时飞机航迹特点的基础上,结合飞机性能及导弹制导要求,建立了满足导弹制导约束条件下的飞机航迹规划模型;并且在传统A*算法的基础上,提出了一种改进的A*算法,该算法有效地将约束条件和航迹寻优算法有机结合在一起,提高了算法的收敛速度,更加符合航迹规划的要求。仿真表明建立的导弹制导过程中战斗机航迹规划模型和改进算法能够找到满足导弹使用的突防航迹。