SAR成像导引头的弹道设计与优化

弹载合成孔径雷达(synthetic aperture radar, SAR)的方位成像能力受飞行弹道和观测视角的影响。为满足SAR成像导引头在限定时间内获得最佳方位分辨率,提出了一种基于遗传算法的弹道优化设计方法。首先建立了弹载SAR条件下导弹飞行的约束,然后以导弹指令加速度为优化变量,构造了与方位分辨率和波束驻留时间相关的目标函数,采用遗传算法进行寻优,设计得到了弹载SAR平台的优化弹道。仿真实验证明了该方法的有效性。     

远程防空导弹弹道设计技术研究

远程防空导弹的弹道设计是导弹总体设计的关键。针对远程防空导弹拦截的目标远离发射点的特点,讨论了远程防空导弹作战使命及主要技术途径的实现方案,即双脉冲固体火箭发动机和双高抛弹道结合的优化弹道。对当前中远程防空导弹中使用的弹道实现技术与所给出的方案弹道进行了仿真对比,结果验证了该方案在降低导弹发射质量和提高导弹性能方面的先进性。     

H∞控制在跟踪优化弹道自动驾驶仪设计中应用

应用H∞ 控制理论设计自动驾驶仪 ,其目的是使导弹能够稳定、准确地跟踪已形成的标称优化弹道 ,在导弹拦截目标的过程中沿着优化弹道命中目标。介绍了H∞ 控制理论及在具体设计中的方法 ,以某导弹为研究背景 ,基于标称优化弹道的特征点 ,用该理论和方法设计自动驾驶仪 ,并用六自由度数字仿真验证了设计的正确性和实用性。     

行人导向标识布设的多目标优化建模与IFD-NSGA-Ⅱ算法求解

基于中国的人口基数与公共环境特点,行人导向标识的布设问题本质上可以归纳为复杂系统决策问题.旨在建立该问题的优化模型,并提出求解算法,根据标识布设实情,提出“空间诱导水平最大化”与“引导距离最小化”2个目标进行建模优化,设计将不可行度(IFD)选择操作引入改进型非劣分类遗传算法(NSGA-Ⅱ),用此改进的IFD-NSGA-Ⅱ算法求解行人导向标识布设决策的多目标模型,并通过济南西站交通枢纽地下一层行人导向标识布设的实际问题验证模型与算法的有效性.实证结果表明,本文给出的模型和算法可以求得合适的Pareto最优解,为行人导向标识的布设提供有益的思路.     

基于L_1自适应的过载驾驶仪设计与全弹道仿真

本文针对便携式自寻的反坦克导弹进行了基于L_1自适应控制理论的导弹过载自动驾驶仪设计与全弹道仿真验证.首先建立了面向L_1自适应控制的便携式自寻的反坦克导弹动力学数学模型,然后基于L_1自适应控制理论和增益调度思想,针对动力学参数时变特性设计了导弹过载自动驾驶仪,并进行了响应性能仿真验证,最后在导弹飞行速度时变情况下设计了一种改进的弹道成型制导律,并将L_1自适应过载自动驾驶仪和弹道成型制导律结合在一起,进行了便携式自寻的反坦克导弹全弹道仿真.研究表明,本文设计的过载自动驾驶仪能够在导弹动力学参数快速时变且存在不确定性的情况下很好地响应过载指令,所提出的弹道成型制导律能使导弹以大落角近距离攻击目标顶部,且满足系统框架角、攻角、过载等约束条件.     

基于三点法的地空导弹攻击过程可视化仿真

地空导弹攻击过程可视化仿真包括数学模型的建立和可视化场景的实现,精确的数学模型是场景高度逼真的前提.分析了地空导弹在空气动力、发动机推力和重力作用下的受力情况,建立了在三点法引导时导弹攻击过程的运动方程组,并给出了目标在蛇形机动时导弹相应的三维弹道曲线.最后运用OpenGL图形库,研究了天空、地面以及导弹飞行尾焰和爆炸场景等特殊效果的生成方法,实现了导弹攻击过程的可视化仿真,较精确地再现了三点法引导时地空导弹的飞行过程.     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

基于遗传算法的施工导流建筑物优化

施工导流建筑物优化是一个复杂的非线性多目标优化问题 .针对传统优化方法的局限性 ,提出了基于遗传算法的施工导流建筑物优化方法 .通过分析施工导流建筑物优化的递阶层次结构 ,采用改进层次分析法 ( IAHP)确定各目标对应的权重 ,再根据多目标决策理论 ,把其转化为单目标优化问题 ;针对导流建筑物单目标优化模型 ,设计了此模型的遗传算法 ;最后通过实例验证了本文提出方法的可行性 .     

多个服务中心的服务网络设计与优化

为解决具有多个需求节点和多个服务中心的服务网络,如何在预算约束条件下设计与优化服务网络的服务中心配置,使得服务网络运营的总效率最高的决策问题,本文对多个服务中心的服务网络优化问题进行了提炼和描述,并构建了服务网络设计的优化模型,同时证明了该服务网络优化问题是一个NP-完全问题;进一步,针对优化模型的特点,设计了求解模型的混合拆分遗传算法,进行了大规模仿真实验并与传统的多目标遗传算法进行了比较,结果表明本文给出的算法具有较好的求解效率和效果;最后,通过例子说明了本文提出方法的潜在应用价值.     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

武器装备体系优化方法研究进展

武器装备体系优化是充分发挥体系效能、提高体系作战能力的重要途径。首先,论述了武器装备体系和体系优化的概念;然后,分析了当前7种主要体系优化方法--三层综合优化法、探索性方法、可执行模型法、对抗仿真优化法、多层次多阶段方法、多目标协同优化方法和数学规划法,比较各种方法的适用范围、选用模型的类型、模型关键要素、优点和不足等。最后,提出武器装备体系优化亟待解决的4个问题,为武器装备体系优化的进一步研究提供支持。     

基于混合粒子群算法的装运机械组合优化方法

针对堆石坝工程物料装运机械组合优化问题的复杂性, 建立了装运机械的多目标非线性组合优化模型(MOOM). 进一步地, 把加权法和惩罚函数引入到带收缩因子的粒子群算法中, 提出了一种新的求解多目标非线性组合优化问题的混合粒子群算法(MI-HPSO). 该算法具有概念简单、参数设置少、收敛速度快及全局搜索能力强的特点. 实证研究表明, MI-HPSO为解决物料装运机械MOOM优化模型提供了有效的决策方案.     

Study of trajectory optimization using terminal-node adaptive-altered spline algorithm

The advantage of using a spline function to evaluate the trajectory parameters optimization is dis-cussed. A new method that using adaptive varied terminal-node spline interpolation for solving trajectory opti-mization is proposed. And it is validated in optimizing the trajectory of guided bombs and extended range guided munitions (ERGM). The solutions are approximate to the real optimization results. The advantage of this arith-metic is that it can be used to solve the trajectory optimization with complex models. Thus, it is helpful for solving the practical engineering optimization problem.     

基于并行混沌和单纯形法的混合全局优化算法

混沌优化算法采用的是串行优化结构,采用并行结构进行,并不断缩小搜索空间,提高了混沌优化在变量取值范围较大情况下的搜索效率。针对混沌在全局最优点附近搜索速度变得很慢、精度较低的缺点,结合单纯形法,提高了收敛的速度和求解精度。仿真结果表明并行混合优化算法可以得到满意的结果。     

基于贝叶斯算法的天线端到端优化

在确定天线的拓扑结构以后, 通常需要对天线的结构参数开展反复的优化才能达到设计目标, 快速有效的优化算法有利于缩短天线的设计周期。在建立综合目标函数的基础上, 同时考虑天线的多个优化目标和限制条件, 使用贝叶斯优化算法对天线进行端到端优化。基于在线更新的数据集, 高斯过程估计出目标函数的后验分布, 进而使用获得函数进行迭代。通过两种天线模型对提出的优化算法进行仿真验证, 结果表明, 由于建立了天线参数到综合目标函数的映射关系, 整个优化过程以端到端的方式实现, 与传统的优化方法相比, 所提算法的优化结果和优化速度都具有明显的优势。     

复杂网络抗毁性优化问题的研究简

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

一种随机蚁群算法求解连续空间优化问题

通过将蚁群优化算法(ant colony optimization,ACO)与一种随机优化方法———Alopex算法相结合,提出一种随机蚁群混合算法(AACO)求解连续空间优化问题。该算法定义了蚁群在连续空间中的寻优方式以及新的信息素更新规则,并在局部搜索过程中嵌入改进的Alopex算法以提高搜索效率,有效地避免了优化算法陷入局部最优。基于多极值函数和非线性连续函数的仿真实验表明,该算法简单高效,具有良好的寻优性能。     

基于相位编码的量子蚁群算法

针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题, 提出一种适合连续优化的量子蚁群算法. 该方法直接采用量子位的相位对蚂蚁编码. 首先基于信息素强度和可见度构造的选择概率, 选择蚂蚁的前进目标; 然后采用量子旋转门更新描述蚂蚁位置的量子比特, 完成蚂蚁移动; 采用Pauli-Z 门实现蚂蚁的变异增加位置的多样性; 最后根据移动后的新位置完成蚁群信息素强度和可见度的更新. 由于优化过程统一在空间[0,2π]ⁿ 进行, 而与具体问题无关, 因此, 对不同尺度空间的优化问题具有良好的适应性. 以函数极值优化和聚类优化为例, 仿真结果表明该方法的搜索能力和优化效率明显优于普通蚁群算法和标准遗传算法.     

一种计及气动和隐身约束的结构两级优化设计方法

针对计及气动和隐身约束的结构优化中所面临的计算困难,以减少结构、气动和隐身重分析次数,降低计算量为核心,基于并行子空间思路提出了一种计及气动和隐身约束的结构两级优化设计框架.该框架将设计变量区分为全局变量和局部变量,系统级优化全局变量,而将局部变量放在学科级优化.仅将全局变量作为系统级优化响应面的输入变量,大大降低了构造响应面近似模型的代价.以计及气动和隐身约束的无人机机翼结构优化为例说明方法的有效性.     

形状优化设计的分级耦合方法

工程结构的形状优化设计需要处理两类设计变量：尺寸和节点位置。由于两者量级不同，若同时考虑，计算量太大且收敛很慢。本文提出了分级耦合方法，将尺寸和节点位置分开处理，但在节点位置寻优过程中，必须考虑有利于下一轮的尺寸优化。