求解非光滑轨迹的自适应网格配点优化方法

针对传统配点法求解非光滑最优控制问题时,网格和配点数目多、非线性方程计算量大、误差大等问题,提出了一种自适应网格和配点优化方法。首先将求解最优轨迹优化问题划分为不同网格中的非线性规划问题,在网格内采用拉格朗日插值多项式对优化问题解逼近,求解出绝对误差和相对误差。然后根据轨迹曲率的大小确定出不光滑处的网格,并根据最大相对误差和容许误差的关系进一步确定网格划分的位置和加密数量;同时,对不满足容忍误差的光滑区间自适应增加配点以提高其求解精度。最后通过仿真实例与传统自适应网格优化方法进行了对比,结果表明,在相同计算精度情况下,本文所需的配点数目和网格数量较少,求解效率较高。     

求解非光滑最优控制问题的自适应网格优化

针对传统直接配点法在求解非光滑最优控制问题时存在离散误差大、精度低的问题, 提出了一种自适应直接配点法。利用局部分段插值多项式逼近最优解, 将最优控制问题离散为非线性规划问题, 并给出了离散误差估计方法, 根据离散误差的大小确定区间内节点的加密量, 提出了自适应网格优化算法, 利用该算法将大部分节点配置在非光滑区域以降低离散误差。最后通过仿真算例将所提算法与传统直接配点法和文献中的拟谱自适应算法分别进行比较,验证了所提算法的高精度和有效性。     

利用高斯伪谱法求解具有最大横程的再入轨迹

为了使升力式飞行器再入大气层后取得最大横程,采用高斯伪谱方法求解最优再入轨迹。利用微分形式高斯伪谱方法将飞行器三自由度再入轨迹优化问题转化为非线性规划问题,选取高斯节点上的状态量和控制量作为待优化参数,并将最优性能指标选为横程最大,然后对再入轨迹进行了求解。通过与按最大升阻比飞行方案所得结果进行对比,表明按所提方法求取的再入轨迹优于后者。此外,仿真过程还说明高斯伪谱法对状态猜测值并不敏感,算法容易收敛,适用于轨迹优化问题的求解。     

基于hp自适应伪谱法的N脉冲轨道优化设计

在实效性要求高的空间操控任务中,脉冲轨道的优化设计必不可少。针对脉冲轨道转移和交会的优化设计问题,基于hp自适应伪谱法设计一种通用方法,以直接法计算为主,综合使用间接法主矢量理论交互式规划出最优N脉冲轨道的机动方案。该方法以hp自适应伪谱法直接求解首末端双脉冲机动,依据间接法最优脉冲机动满足的主矢量必要条件进行检验,通过增加脉冲或者首末端漂移进行交互式规划,逐步确定出最优脉冲数目N的值,再采用hp自适应伪谱法求解出各脉冲速度增量的矢量与施加时刻,获得脉冲轨道的优化设计。提供2个仿真场景算例,求解过程和结果表明,该方法对初值敏感度小、鲁棒性强、收敛快、实用有效,可以便捷处理脉冲轨道的优化设计问题。     

随机均匀网格优化法在橡胶配方优化中的应用研究

对随机均匀网格优化法求解橡胶配方优化问题的原理进行了较详细的分析,给出了优化变量域的一种收缩方法和计算收敛准则．丁基橡胶配方优化实例表明,该算法既有较快的收敛性, 又能以较大概率求得全局（一致收敛）极值点．     

摄动情况下有限推力轨道转移与交会联合优化

远程轨道转移与近程交会是空间交会任务的两个重要阶段,前后衔接,但研究模型不同,任务约束要求差异很大,经常只能分别优化设计。研究摄动情况下的有限推力轨道转移与交会联合优化设计问题,建立了精确的有限推力轨道转移和空间交会模型,推力幅值恒定,优化性能指标均为时间最短。采用Gauss伪谱法将两个最优控制问题分别转化为非线性规划(nonlinear programming,NLP)问题,再建立其联系,构建成一个NLP问题,获得整体优化。最后,通过一个仿真算例,验证了有限推力异面轨道转移与空间交会联合优化,求解过程和结果表明,该方法对初值敏感度小、鲁棒性强、收敛快,满足各类约束条件,能为相关的多阶段整体优化问题求解提供参考。     

基于BMI的一类非线性系统的最优控制设计

将一类非线性系统进行分段线性处理,根据Hamilton Jacobi Bellman(H J B)不等式将最优控制设计问题转化成一组以反馈增益为寻优参数的、以最优控制性能上界为优化目标的一组双线性矩阵不等式(bilinearma trixinequalities,BMI)问题。BMI问题是NP难问题,对此将遗传算法和内点法结合设计了一种混合算法。数值实例结果表明对控制律的设计及其求解算法的有效性。     

辐射开环空间绳系机器人编队自旋转速最优控制

辐射开环空间绳系机器人(tethered space robot, TSR)编队是一种新型的空间绳系编队系统,其在构型稳定性、任务灵活性以及燃料消耗方面具有明显的优势。研究了辐射开环TSR编队自旋转速最优控制问题。首先建立了辐射开环TSR编队的自旋动力学模型;然后对编队自旋转速控制问题以及hp-自适应伪谱法求解最优控制问题的基本原理进行了描述,并设计了基于hp-自适应伪谱法的编队自旋转速闭环最优控制系统;最后通过仿真算例对设计的闭环最优控制系统进行验证和分析。     

分段线性微分包含系统的最优控制设计

针对分段线性微分包含系统,根据Hamilton-Jacobi-Bellman(H-J-B)不等式将最优控制设计问题转化成最优控制性能上界的优化问题及性能下界的求取问题.其中性能上界的优化是一组以反馈增益为寻优参数的双线性矩阵不等式(bilinear matrix inequalities,BMI)问题,而性能下界是一组基于线性矩阵不等式(linear matrixinequalities,LMI)的半正定规划问题.结合遗传算法和内点法设计了一种混合算法对BMI问题进行求解.算例表明方法的有效性.     

自训练多项式光滑的半监督支持向量机

为了处理自训练半监督支持向量机算法中每次循环都需要求解二次规划因此效率低的问题,采用直接求解支持向量机的原始优化问题,由此得到一个不光滑的无约束优化问题.将正号函数展开为无穷多项式级数,由此得到了一族光滑函数,用多项式光滑函数对无约束优化问题进行逼近,并用共轭梯度算法求解模型.在人工数据和UCI数据集上的实验结果显示,给出的算法效率高,能保证标记样本很少时的分类精度并且不因标记样本的增多而明显提高分类精度.     

基于网格划分的混合优化算法

提出了用于求解大规模优化模型的基于网格划分的混合算法。该算法引入了空间划分和收缩的思想,在求解过程中首先应用全局优化算法确定优解信息,其次使用网格划分和合并将解空间快速划分和收缩为多个子空间,然后用局部优化算法在模型的极值点附近搜索,可以很快地收敛到极值点。仿真结果表明该算法在搜索效率、应用范围、解的精确性和鲁棒性上都体现了良好的性能。     

GSVM优化问题的一种新的光滑函数法

提出求解广义支撑向量机(GSVM)优化问题的一种新的光滑函数法,克服了已有算法收敛速度慢且计算结构复杂的缺陷。首先利用最优化理论的KKT互补条件,将GSVM转化为无约束优化问题,然后给出了基于Newton型迭代的光滑函数的迭代方法。给出了这种光滑函数的有关性质、迭代算法的迭代格式及其收敛性。通过理论分析及数值实验证明了该算法对初始点不敏感,且收敛速度快、数值稳定。从而验证了算法的可行性和有效性。     

利用改进SA算法估计河流水质参数的仿真实验

将改进模拟退火法应用于求解分析河流水团示踪试验数据，确定河流水质参数的函数优化问题。针对标准SA算法收敛速度缓慢的弱点，采取了增加附加约束条件、设置内阈值提前降温和增加记忆功能等措施对算法进行了改进。仿真实验结果表明：1)改进措施能够明显地提高算法收敛速度，并可得到满意的参数计算结果；2)内循环次数不会对外循环次数产生明显的影响；3）内阈值的设置对算法的收敛速度影响非常明显，当其值与外阈值接近或相等时，算法的收敛性最佳：4)在研究的具体问题情况下，降温指数不宜过大，其在0．4—0.65之间取值为宜。     

基于直接配点法的远程交会轨道优化设计与仿真

介绍了直接配点法在空间飞行器远程轨道交会最优化问题中的应用。首先给出了空间飞行器远程轨道交会最优化控制问题模型,其中运动方程在地心惯性坐标系下建立;性能指标选为轨道交会过程中燃料消耗最小;控制变量为推力、方位角和高低角;终端状态受到位置和速度的约束。然后,采用直接配点法将最优控制问题离散化为非线性规划问题,选取各配点上的状态量和控制量作为优化参数。最后应用适合求解大型非线性规划问题的SNOPT软件包对参数最优化问题进行求解。仿真结果表明直接配点法对于空间飞行器远程交会轨道初始参数取值不敏感,具有一定的鲁棒性,且求解过程具有一定的实时性。     

并行多重网格光滑子JGS与PGS的性能比较

研究两个并行多重网格光滑子JGS和PGS,它们都是串行的GS光滑子的并行化。研究表明:JGS和PGS的光滑效果,在并行子网格内部与GS相近,而在子网格交界处附近很差。为衡量并行光滑子在子网格交界处的光滑性能,文中首次引入并行收敛速度的概念。数值结果显示,在光滑一到三次时,JGS的并行收敛速度总体优于PGS。最后结论是:JGS和PGS都算不上好的并行光滑子,设计新的并行光滑子应着眼于寻找子网格交界处误差的产生原因。     

基于神经网络的实时滚动追逃博弈导弹制导律

针对导弹实时滚动追逃博弈对抗双方制导律求解问题,设置了若干组对抗双方初始状态,采用分解正交配置法分别离线求解双边开环最优控制,并组成神经网络训练数据集。基于数据集将所有短周期初始和终止时刻对抗双方的状态和控制变量作为输入和输出,采用反向传播(back propagation,BP)算法训练神经网络。然后分别在简单、复杂和不确定环境下,基于滚动时域优化框架使用BP神经网络估计短优化周期内双边开环最优控制,反馈更新对抗双方状态并重复上述过程,进而实时滚动求解导弹追逃博弈双边闭环最优控制。最后将上述方法和直接法得到的优化结果进行比较,捕捉点位置和博弈时间最大误差分别为0.554%和0.097%,两种方法的优化结果吻合较好。同时本文方法计算耗时明显下降,有效提高了导弹滚动追逃博弈制导律求解的实时性。     

解约束优化问题的新粒子群算法

提出了一种新的求解约束优化问题的粒子群算法。基于一个合理的假设前提:任何可行解总是比非可行解好,算法通过在标准粒子群算法中引入了一个新的约束处理机制,将约束优化问题转化为无约束问题来求解。此外,为了提高收敛性能,新构建的算法通过引入变异策略,使算法在迭代过程中保持较高的种群多样性,增强算法跳出局部最优解的概率,从而提高算法的收敛速度和解的质量。与遗传算法以及标准粒子群算法的实验比较表明,所提出的方法是一个可行的约束优化问题的求解算法。     

结合局部理想点搜索的多目标粒子群算法

提出了一种结合约束二次逼近优化(bound optimization by quadratic approximation,BOBYQA)搜索算法的理想点法对非支配解进行局部优化的混合多目标粒子群方法(local search with multiobjective particle swarm optimization, LSMOPSO),以提高多目标粒子群算法的收敛性能和非支配解集的精度与多样性。LSMOPSO算法使用拥挤距离选择领导粒子组成领导粒子集,并对其进行理想点局部搜索;分析比较了全局理想点和局部理想点对算法性能的影响,提出基于局部理想点的局部搜索策略;在粒子的设计空间的多个维度上引入均匀变异操作,降低算法陷入局部最优的可能。基本测试函数的求解结果表明,算法的收敛速度很快,而且搜索到的非支配解集的精度高、多样性好。     

高超声速伸缩式变形飞行器再入轨迹快速优化

针对高超声速变形飞行器再入轨迹优化问题, 研究了一种基于改进高斯伪谱法(Gauss pseudospectral method, GPM)的快速优化方法。首先,针对一种采用伸缩式机翼的高超声速变形飞行器, 建立了将展长变形量扩展成为控制变量的再入轨迹优化模型。其次, 采用GPM将轨迹优化问题转化为非线性规划(nonlinear programming, NLP)问题, 并基于NLP偏导数的稀疏性推导目标函数梯度和约束Jacobian矩阵的高效计算方法。最后, 优化求解了变形飞行器的最大横向航程、再入可达区、最大终端速度和最小飞行时间。仿真结果表明, 推导的梯度计算方法可有效提高优化求解效率, 变形飞行器相对于固定外形飞行器的性能更加优越, 最大横向航程、可达区覆盖范围、最大终端速度和最小飞行时间等指标均有显著提升。     

一般两层非线性规划问题的模拟退火全局优化

提出了一种基于模拟退火算法求解一般两层非线性规划问题的全局优化策略.采用模拟退火算法è求解上层问题,用精确惩罚函数处理约束,保证了算法稳定迅速地收敛于全局最优解.为了提高算法的效率,对标准模拟退火算法采取了一些改进措施.下层的非线性规划问题则采用可变容差单纯型算法完成求解.所设计的组合算法思路清晰,编程简单,数值计算结果表明,该算法有着良好的全局收敛可靠性和较高的收敛速度,是求解一般两层非线性规划问题的一种有效算法.