共查询到17条相似文献,搜索用时 46 毫秒
1.
基于组合粒子群算法的运载火箭弹道优化设计 总被引:2,自引:0,他引:2
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。 相似文献
2.
风引起的法向气动载荷会破坏飞行器的飞行稳定性。在规划标准轨迹时,以动压与总攻角的乘积表示法向风载,通过改进高空风弹道修正技术,引入预置风场,计算风攻角增量并修正指令攻角,把法向风载最大值作为优化指标。基于改进粒子群优化算法,规划标准轨迹。仿真结果表明,该方法使得法向风载最大值减小33.83%~55.77%,能够增强飞行器的飞行稳定性。 相似文献
3.
提出了一种基于Matlab/Simulink和iSIGHT软件平台,以火箭弹规定的射程为约束,以火箭弹飞行过程中的最大马赫数最小为优化目标的火箭弹推力方案优化设计方法.在Matlab/Simulink软件下建立火箭弹飞行的六自由度弹道仿真模型,推力模型依所选推力方案而变化,利用iSIGHT软件的优化功能充分挖掘每一种推力方案的潜能.经过大量的优化计算,可以得到每一种推力方案下的最优结果.文中还对每一种推力方案下所需要的火箭发动机总冲进行了分析. 相似文献
4.
5.
误差反向传播算法(back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法,其优化算法也层出不穷。针对LM优化算法存在局部极小点的问题,通过采用基于优化理论的粒子群优化算法(PSO)来改进Levenberg-Marquardt(LM)算法。将提取的目标瞬态特性特征作为各种算法的输入,通过mat-lab仿真,对整个样本进行训练,并随机选择小样本进行检验。结果表明,优化方法均合理可行,其收敛速度和预测精度有明显的提高,综合来讲,粒子群算法优化后的LM算法表现出较大的优越性,为利用目标的瞬态特性进行目标识别提供了一种新方法。 相似文献
6.
7.
8.
针对某航炮对最大炮口初速越来越高的要求,以提高最大炮口初速为优化设计目标,对弧厚和发射药药
量进行优化设计。选用具有操作简单、跳出局部最优的能力强等优点的鲸鱼算法,将鲸鱼算法与该炮内弹道数学模
型相结合,对内弹道性能进行优化。结果表明:该方法优化效果较好,最大炮口初速得到了有效提升,所采用的鲸
鱼算法与内弹道相结合是可行的,为后续其他类型火炮内弹道设计提供了一定参考。 相似文献
9.
10.
11.
针对现有化学反应优化算法存在的不足,提出一种基于粒子群优化算法(particle swarm optimization,PSO)
和自适应化学反应优化算法(adaptive chemical reaction optimization,ACRO)相结合的混合算法(a hybrid optimization
based on ACRO and PSO,ACRO-PSO)。在ACRO 算法的领域算子基础上,融入PSO 算法的全局算子,加入权重系
数控制本地搜索和全局搜索的比例,修改分解反应合化合反应出现的时机,利用化合反应输出最优解,采用标准测
试函数对ACRO-PSO 进行性能分析。仿真结果表明,ACRO-PSO 算法能高效地解决待优化问题。 相似文献
12.
针对可重复使用液体火箭发动机起动过程,研究了系统控制输入序列的变化对以涡轮叶片为代表的关键部件累积损伤的影响。在系统性能变化不大前提下,为使瞬间动态过程中涡轮叶片损伤累积较小。从而提高可重复使用发动机工作寿命和使用次数,将系统性能函数和涡轮叶片累积损伤量设为目标函数,应用粒子群算法对系统控制输入序列进行优化设计。仿真结果表明:1)在系统性能函数值相同情况下,控制输入序列引起的涡轮叶片累积损伤大不相同;2)选择优化后的控制输入序列能够实现发动机高性能条件下,降低涡轮叶片累积损伤的目的。 相似文献
13.
14.
基于100 mm加农炮经典内弹道数学模型,以最大膛压及初速的计算值与靶场射击试验值的平均相对误差为目标函数,以燃速系数和燃速指数作为拟优化的参数,运用人工鱼群算法对加农炮内弹道参数进行了参数优化研究。结果表明,人工鱼群算法对初值要求不高,容许范围大,且收敛速度快,全局寻优能力强,计算得到的目标函数值不超过0.1%。将优化后的参数应用到加农炮内弹道计算中,其计算结果与靶场试验结果相对于参数优化前误差进一步减小,其中参数优化后速度的误差仅为0.017%,优化后计算值与靶场试验值吻合得较好,因此可以将人工鱼群算法作为加农炮内弹道参数优化的一种有效方法。 相似文献
15.
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。 相似文献
16.
针对某中口径无后坐炮研制中的内弹道设计问题,将多目标优化的Pareto遗传算法与无后坐炮经典内弹道数学模型相结合,以最大膛压和初速作为优化设计的目标,对药室容积和发射药药量进行了多目标优化设计,提出了一种基于Pareto遗传算法的无后坐炮内弹道多目标优化方法。优化结果表明:所采用的Pareto遗传算法与内弹道相结合是可行的; 利用Pareto遗传算法,所得数个内弹道目标优化解以Pareto前沿面的形式给出,设计人员可根据需要从中选择无后坐炮内弹道的最优设计方案。 相似文献
17.
针对标准粒子滤波算法的精度不高,对噪声变化敏感的缺点,将一种新的混合智能优化算法引入粒子滤波。在粒子滤波中将人工鱼群算法全局搜索与微粒群算法的局部搜索相结合,融合最新的观测值,使粒子更准确地向高似然区域移动,既保证了全局收敛性,又保证了较快的收敛速度。实验表明该方法具有精度高,抗噪声干扰能力强并且鲁棒性高的特点。 相似文献