低速旋转炮弹偏流现象的研究

低速旋转弹丸在飞行过程中,在章动的作用下会产生偏流现象,进而影响弹丸的射击精度,本文针对这个问题进行了仿真研究。首先根据外弹道学理论给出的数学计算模型,对具体的实例进行计算仿真,然后结合仿真曲线和数据进行比较分析,结果发现偏流对低速发射弹丸的影响大,而对高速发射弹丸影响则比较小。为此要减小偏流的影响必须提高射击速度.对于低速弹丸必须根据方程计算结果以及弹道修正理论对实弹加以修正,从而提高低速旋转弹丸的射击精度。     

基于改进量子遗传算法的小波神经网络优化及其软测量应用

针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向.将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型.仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能.     

基于改进遗传算法的汽车散热器优化设计

根据汽车散热器体积小、耗材少的设计要求,提出了相应的优化目标函数;选定散热器百叶窗翅片的波高、波距、水管横截面长、宽、芯体总宽等结构参数作为决策变量,采用遗传算法对其进行结构优化计算;通过对换热器遗传算法优化过程特点的研究,对基本遗传算法的种群初始化、选择算子、变异算子等作了一定的改进;为验证优化模型和改进遗传算法的正确性,编制了优化设计软件,优化实例显示优化后的散热器的换热面积比原型减少了31.2%,表明改进后的遗传算法用于汽车散热器的结构优化,能够取得较好的优化效果.     

基于改进遗传算法和有限元分析的罗氏线圈结构优化设计

针对矿热炉电极电流过大、难以实时精确测量等问题,结合改进遗传算法和有限元分析,设计了一种优化的罗氏线圈结构,并进一步建立了罗氏线圈优化系统。首先根据罗氏线圈的测量原理,结合COMSOL软件,建立罗氏线圈仿真模型,并在不同结构参数情况下,对罗氏线圈的测量结果进行分析和比较。通过COMSOL和MATLAB混合编程,以罗氏线圈测量准确率为优化目标函数,结合精英保存策略和惩罚函数改进的遗传算法,实现了罗氏线圈结构的优化设计。优化设计的罗氏线圈在组合使用后能够较精确地测量矿热炉电极电流,满足了矿热炉电极电流测量的要求,具有较好的实用价值。     

药型罩结构参数对EFP侵彻能力的影响

该文采用均匀设计方法研究了变壁厚球缺药型罩结构参数对爆炸成型弹丸(EFP)侵彻能力的影响。以变壁厚球缺药型罩的3个主要尺寸参数为优化对象,以EFP对靶板的侵彻深度为指标,应用均匀设计方法设计仿真方案。分别用AUTODYN和SPSS软件对EFP战斗部的爆炸成型进行仿真和回归分析。仿真结果表明,药型罩尺寸的交互效应是影响EFP侵彻能力的主要因素。根据该结果得到最优化的设计方案。对优化方案进行仿真得到的EFP成型与侵彻均比较理想。     

基于遗传算法的排桩支护结构优化设计

基于自然选择和自然基因机制的遗传算法是当前处理复杂非线性模型的一种新的优秀方法。为此,文章建立了悬臂式排桩这一基坑支护结构形式的数学模型,并运用改进遗传算法对设计参数进行优化调整;结合以实际工程资料为背景的支护案例进行优化。计算结果表明,设计参数既满足约束条件,又可降低工程造价,从而显示了该方法的有效性,具有一定的参考价值。     

地雷战斗部爆炸成型弹丸速度影响因素

采用LS-DYNA3D对K．Weimann等人做的爆炸成型弹丸实验进行了数值模拟,其模拟结果与实验结果具有较好的一致性。在此模拟的基础上着重分析了装药长径比、壳体厚度、药型罩壁厚对爆炸成型弹丸速度的影响规律,得到了有关爆炸成型弹丸成型速度关系式,为优化爆炸成型弹丸设计提供参考。     

高超声速弹箭烧蚀对外弹道特性的影响

该文根据烧蚀模型计算出弹丸在某一时刻的烧蚀外形及其对应的气动系数 ,利用外弹道模型仿真高超声速弹丸烧蚀后对其外弹道特性的影响。文中所采用的理论、方法及计算结果对以后进行高超声速弹箭的研究有参考价值     

用遗传算法设计模糊控制器

对遗传算法（ＧＡ）进行改进，将改进后的遗传算法应用到模糊控制器的设计中．以工业过程控制为对象，通过二阶系统模型的计算机仿真表明：改进后的遗传算法比传统方法具有更好的控制性能，可实现模糊控制规则的自校正和量化因子的寻优．     

高速弹丸侵彻靶板能力及影响因素的数值研究

为改进和提高穿甲弹的侵彻性能，给弹丸设计过程中的参数优化提供理论依据，利用非线性动力有限元分析程序，对高速弹丸侵彻均质靶板进行了数值模拟。通过对弹丸侵彻靶板各种影响因素的数值模拟以及对计算结果的分析表明，弹丸对靶板的侵彻能力不是取决于它的整体功能，而是当靶板参数和弹材固定时，可用弹丸初始横截面积比动能来标志，数值模拟结果与现有的经验公式符合很好。     

一种基于实数编码的改进遗传算法

在介绍基于实数编码遗传算法的优点和分析原有遗传操作机制存在缺陷的基础上,重点研究了实数编码的改进线性交叉算子,提出了一种改进遗传算法(MGA)·该改进线性交叉算子的优点是在交叉之后,一个子代位于两父代之间,另一子代位于靠近较好的父代的一侧,使解向好的方向发展,并且都是可行解·通过对几个典型的实例计算并与其他基于实数编码的遗传算法进行比较,结果表明,本算法在求解优化问题的收敛速度和精确性方面具有优势·     

多峰函数优化的混合遗传算法

研究了2种基于最速下降法和遗传算法的求解多峰函数优化问题的混合遗传算法,以Schaffer函数的全局优化问题和收敛概率、平均收敛时间和平均收敛值等评价指标检验了混合算法的性能.结果表明混合算法的性能优于单独的遗传算法或最速下降法,采用随机方式选择局部优化个体的混合遗传算法性能在总体上优于从每代群体中选择适应度高的个体进行局部优化的混合遗传算法.     

采用重复交叉操作及最优保留策略的遗传算法

基于有限次重复交叉操作和将父代的最好个体代替子代的最差个体的思想，提出了一种新的遗传算法（REGA）。该方法克服了基本遗传算法容易出现的早熟现象，并利用马尔可夫极限定理获得全局收敛性，求得基于有限次重复交叉操作的基本遗传算法（记为RSGA）的渐近性质，以及提供关于这两种算法吸收时间的数学期望的计算方法，仿真事例表明，它不仅克服了局部最优的缺点，而且适用于有多个最优解问题，同时群体的平均适应度增加较快，运行效率更高，因而，该方法对于优化问题具有一定的应用价值。     

基于遗传模拟退火法的马斯京根方程参数估计

提出一种用遗传退火算法估计马斯京根方程参数的新方法，在遗传算法中融入模拟退火算法，在每一代群体产生后，对各个个体独立地进行模拟退火过程，以其结果再作为下一代群体的个体，避免了简单遗传算法容易提前收敛的缺陷以及模拟退火法搜索较盲目的缺点，应用实例表明方法简便，直观，可广泛应用于解决多种模型的优化问题，特别在洪水预报方面有很好的应用前景。     

生命线工程网络抗震优化算法研究

以生命线工程网络系统造价为优化目标,网络拓扑结构为优化参数,网络节点抗震连通可靠度为约束条件,建立生命线工程网络系统的抗震拓扑优化模型.同时,介绍了利用递推分解算法来获得单元重要度的方法,进而利用遗传算法、模拟退火算法和遗传-模拟退火混合算法,进行了生命线网络系统的抗震拓扑优化分析.其中,遗传算法通过对种群选择、交叉和变异操作不断进化以获得优化解,模拟退火算法则通过扰动当前解产生新解来获得优化解,遗传-模拟退火混合算法则通过将遗传算法中的变异操作以模拟退火操作代替获得优化解.利用三种优化方法对两个算例进行生命线工程网络系统的抗震拓扑优化分析.计算结果对比表明,遗传-模拟退火混合算法具有最好的优化能力.     

离散变量结构优化设计的复合形遗传算法

对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法的优化结果进行进一步搜索,提高了离散复合形法的局部寻优能力·为了弥补遗传算法自身的不足,把改进的复合形算法作为复合形算子嵌入到遗传算法中,以提高遗传算法的局部寻优能力;同时对遗传操作过程做了改进,如在进化初期采用大的交叉率,以尽快筛选出最优个体;对最差个体采用大的变异率,使其向最优解逼近,从而建立了一种离散变量结构优化设计的混合遗传算法·算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的·     

基于量子遗传算法的入侵检测器生成

入侵检测器的生成是入侵检测系统的核心,入侵检测器生成可以转化成数据的最优分类问题．量子遗传算法针对复杂优化问题有很强的搜索能力和最优化性能．因此,本文引入量子遗传算法来实现这个优化过程,并进行了入侵检测对比实验,实验结果表明基于本文算法的检测准确率高,同时收敛稳定性明显提高,收敛速度更快．     

基于遗传算法的非线性系统参数优化方法

提出了一种基于遗传算法的非线性系统参数仿真优化方法，解决了非线性系统参数优化问题，由于遗传算法是在解空间的多个区城内进行搜索，能以较大的概率跣出局部最优，因此可找到整体最优解。仿真结果表明，该方法是一种有效的非线性系统参数优化方法。     

CTCS-3级列控系统车载设备测试序列的优化

如何将测试案例组合成为最有效和最优化的测试序列,是车载设备测试的一个关键问题.将优化测试序列生成问题演化为邮递员问题,通过利用遗传算法解决邮递员问题的优势,将遗传算法应用于优化测试序列的生成.根据车载模式转换图构造测试子序列图,然后应用遗传算法求解得到优化测试序列.分析实验结果表明,此方法使得测试效率得到了大幅度提高,是一种优化测试序列生成问题的可行方法.     

基于智能优化策略的图像自动配准方法

传感器图像配准是传感器融合中的一个重要课题 ,它的任务就是在不同的传感器图像之间找出正确的映射匹配关系。从优化问题的角度考察传感器配准问题 ,提出一个适当的适配度函数以评定传感器图像间的映射参数 ,并在此基础上采用遗传算法、模拟退火、遗传模拟退火算法等随机优化方法解决此优化问题 ,从而达到自动配准传感器图像的目的。实验结果证明了这种配准方法的可行性 ,而且它对噪声不敏感 ,表现出较好的鲁棒性。遗传模拟退火算法更是在相对较少的迭代后即获收敛