天线结构多目标模糊序列级优化方法

本文基于模糊集理论,提出了一个结构重量、结构变形、结构费用、结构固有频率特性等有效满意优化设计法——多目标模糊序列级优化法。此方法粗略构造了产品自设计至使用过程的费用函数,并在考虑破坏准则模糊性的条件下,通过合理确定结构拓扑描述,构造单目标满意隶属度函数为扩展二次型函数,以线性加权和积幂加权法作为综合评价准则,目标分级处理,将多目标模糊优化问题转化为序列级优化问题。进而,针对不同情况分别用线性扩展内点罚函数序列级优化法和次约束序列级优化法求取有效满意设计方案。本文将方法编程,并对一般桁架及天线结构进行了优化计算。算例结果表明,此方法具有简明、灵巧、有效、实用的特点。     

基于深度分割的端到端雷达信号分选

针对传统的雷达信号分选方法严重依赖预置参数、先验信息和结构不灵活的问题，提出一种基于深度分割的端到端雷达信号分选方法。首先将采集到的脉冲描述字映射成脉冲序列图像，同时保留像素点对脉冲的索引；然后利用训练好的深度分割模型U-Net对脉冲序列图像分割获得像素点分类结果；最后根据像素点索引和像素点分类结果对所有脉冲进行搜索归类，整个过程采用端到端形式。实验表明，该方法能够加强对捷变参数的分选能力，如频率捷变雷达、脉组捷变频等雷达参数，以及对时频域混叠、脉冲丢失严重等未知电磁环境中信号的分选能力。     

端到端手语翻译研究

为进一步改善聋哑学生高等教育教学环境,提升聋哑学生人才培养质量,对语音到手语的专项翻译进行了研究。提出了一种新型语音到手语的翻译方法,直接建立语音到手语编码的端到端识别模式,再将手语编码序列匹配输出由基动作组成的仿真手语动画,省去了传统语音到手语翻译过程中的各个中间步骤,避免了其间的误差积累,提升了翻译效率及准确率。实验结果表明,该端到端语音手语翻译方法能够达到较好的翻译效果,在教学应用中达到了预期效果,具有一定的现实应用前景。     

基于嵌入式菱形思维的参数实时评估微粒群算法

微粒群优化算法参数的选取是影响其性能和效率的关键.为了解决微粒群算法的参数优选问题,提出-种将可拓菱形思维嵌入到微粒群优化算法中,依赖被优化函数对参数进行自适应优选的高精度微粒群算法.基本思想是:(1)根据发散-收敛-再发散-再收敛这一菱形思维特点,建立微粒群算法参数优选的菱形思维模型,利用物元的可拓性对其进行发散性设计,再利用合适的评价方法时发散后的多种参数配置方案进行评价,取其中最优方案对应的参数作为算法当前代的参数值;(2)将菱形思维过程嵌入到微粒群算法的每一步,算法参数随着进化过程中的反馈信息不断被菱形思维优化,实现了参数选取过程的实时性和自适应性.该嵌入式优化算法既提高了算法的优化精度,又克服了迭代进化嵌套的高计算成本不足.最后通过对典型benchmark函数的优化仿真,表明该算法具有较高收敛速度和优化精度.     

大型空间刚架结构参数优化与试验对比

为了对某型号大型电除尘器空间机械刚架进行结构参数优化，建立了其优化过程模型；在ANSYS软件平台上，利用基于Fortran语言的ANSYS二次开发语言APDL建立了空间结构虚拟样机可重用三维参数化数字模型，完成了结构虚拟强度仿真分析；基于分析结果，建立了优化数学模型，完成了结构参数优化，目标函数下降25.85%，优化效果明显，优化程序有良好的通用性和可移植性；针对优化后的结构，设计加工了一个试验台，进行了强度应力试验，并和虚拟试验进行了数值对比，结论认为优化结构合理，ANSYS虚拟仿真数据结果可靠。     

高压共轨喷油器多目标优化仿真研究

高压共轨喷油器的关键结构参数对喷油器的响应特性具有决定性影响,采用多目标模拟退火优化算法MOSA（Multi Objective Simulated Annealing）,基于多目标多学科优化平台modeFRONTIER,并集成液压仿真分析软件AMESim,以针阀开启延迟和关闭延迟为目标函数建立了多目标优化模型,对电控喷油器的关键结构参数进行多目标优化设计。结果表明：针阀开启延迟时间降低了20%,达到0.24ms;关闭延迟时间降低了17.4%,达到0.76ms。     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。     

雷达杂波反演低空大气折射率剖面的改进算法

提出一种基于多目标函数优化的低空大气折射率剖面反演的改进算法。以表面波导的两段两参数线性模型对大气折射率剖面建模,对反演中的不同电磁波频率时的目标函数特性进行分析。结果显示目标函数存在多个局部极值,且不同的频率其目标函数特性明显不同。以C波段(6 GHz)和X波段(10 GHz)接收到的雷达海杂波为例,用NSGAⅡ算法进行多目标函数优化反演,并与基于单目标函数优化反演的遗传算法(genetic algoritm, GA)进行统计分析。结果显示,多目标优化反演算法能获得具有更高的精度和稳定性的低空大气折射率。     

模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。     

无线传感器网络的信息收益函数研究

信息获取与能量节省的平衡优化是无线传感器网络研究的热点问题,通过信息收益函数可以有效地解决这一问题。然而信息收益函数的性能受到网络特性和算法特性的影响,很难给出较为完备的参数设计、性能评价和选用原则。以动态协同自组织算法在目标跟踪中的应用为例,选取一些典型信息收益函数在此算法下进行分析与仿真,通过设计评价指标,优化参数设计,给出详细的性能评价,并对其鲁棒性进行分析,最后给出应用场合的选用原则,以提高网络的综合性能优化。     

多约束下随船备件配置优化方法

理想的随船备件库存配置方案应该通过多约束条件与优化目标之间的综合权衡得到,在传统的随船备件库存优化模型中常以使用可用度、平均等待时间、延期交货量、费效比等作为优化目标,但国内使用部门及型号研制单位在制定随船备件库存方案时常以备件保障概率作为优化目标确定装备备件库存方案.为解决上述问题,首先分析了目标函数及约束条件;然后构建了以备件保障概率为目标函数的随舰备件库存优化模型并应用拉格朗日乘子法及边际效应法原理给出了随船备件库存模型计算及优化流程;其次,运用罚函数原理对保障资源约束因子进行了确定及动态调整;最后,通过对案例结果进行分析,验证了该研究方法的可行性.     

核Fisher判别分析多参数自动优化算法

针对智能优化算法原理复杂,相关参数设置困难的缺点,尝试利用拟牛顿法对核Fisher判别分析多个核参数进行自动优化。根据经验风险最小准则构建目标函数。为保证目标函数连续且可导,通过连续的sigmoid函数将离散的二进制输出转化为连续的概率输出。利用正交表选取初始核参数点。实验结果表明,所提算法具有同遗传算法相近的分类性能,且收敛速度快,原理简单,可以很好地应用于核Fisher判别分析多个核参数优化。     

基于多Agent粒子群优化的多步SVR模型预测控制

提出一种基于多Agent粒子群优化支持向量回归机（support vector regression, SVR）参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。     

基于改进边际优化的离散变量优化设计算法

针对传统离散变量优化方法存在的目标函数测算次数多、收敛性不佳等问题,借鉴边际优化理论和模式搜索算法,设计了一种基于改进边际优化的离散变量优化设计算法.借鉴边际效用优化原理,通过引入周围单位步长空间的概念,在初始点选择、边际增量设计、禁忌搜索策略等方面进行了改进,并设计了变异操作以跳出局部最优.实例分析表明,所提算法能够...     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。     

受拟态物理学启发的全局优化算法

受拟态物理学方法的启发,就物理个体与理想粒子的特征异同,建立了拟态物理学方法与基于种群的优化算法的映射关系;通过设计个体质量为用户定义的其适应值函数、制定个体之间的引/斥力规则,利用牛顿万有引力定律定义个体之间的虚拟作用力,设计出一种求解全局优化问题的拟态物理学优化算法框架;构造和测试凸曲线、直线和凹曲线这三种曲线质量函数对算法性能的影响,结果表明了具有凹曲线质量函数的算法性能较好;同时,通过与四种典型优化算法的性能比较,说明该算法是有效的.     

Parameter selection of support vector machine for function approximation based on chaos optimization

The support vector machine （SVM） is a novel machine learning method, which has the ability to approximate nonlinear functions with arbitrary accuracy. Setting parameters well is very crucial for SVM learning results and generalization ability, and now there is no systematic, general method for parameter selection. In this article, the SVM parameter selection for function approximation is regarded as a compound optimization problem and a mutative scale chaos optimization algorithm is employed to search for optimal paraxneter values. The chaos optimization algorithm is an effective way for global optimal and the mutative scale chaos algorithm could improve the search efficiency and accuracy. Several simulation examples show the sensitivity of the SVM parameters and demonstrate the superiority of this proposed method for nonlinear function approximation.     

基于进化PSO算法的稀疏捷变频雷达波形优化

为了提高稀疏捷变频(sparse frequency agility,SFA)雷达信号在稀疏重构中的精度和稳定性,提出一种基于进化粒子群优化(particle swarm optimization,PSO)算法的SFA雷达信号的优化设计.首先,推导了SFA雷达的信号模型和稀疏重构时的字典矩阵.然后,以最小化SFA雷达信...     

抛物面天线小形变赋形及波束重构方法

针对星载抛物面天线波束大角度重构实现方法复杂及天线在轨赋形难度大的问题,提出了一种基于馈源纵向偏焦及多参数联合优化的波束重构方法。天线的馈源阵列作纵向偏焦,采用Zernike多项式拟合抛物面并提取多项式系数作为优化变量,运用粒子群算法对多项式系数、馈源阵的幅度和相位3类参数进行联合优化。以赋形反射面算例和波束重构算例验证方法的有效性。仿真结果表明，提出的方法简单易操作,可获得较小的反射面形变量,有效降低了抛物面在轨赋形难度,并可使波束重构得以灵活实现。