双学科(气动/电磁)优化中的遗传算法研究

遗传算法(GA)是一种非传统性, 模仿生物的自然选择与进化而形成的一种概率搜索和总体优化的方法. 讨论了此算法的要点和关键参数. 为应用于多目标和多学科优化的问题, 提出了一种综合考虑多目标和多约束的要求, 并引入归一化系数和约束函数的罚系数的适应函数.     

小展弦比薄机翼精细化气动优化设计研究

战斗机类小展弦比薄机翼的气动设计,主要考虑机翼的平面形状以及弯扭和厚度修形设计,忽略了机翼翼型的精细化设计,因此气动分析手段一般采用Euler方程结合黏性阻力修正的方法.以某典型战斗机机翼为例,分别使用Euler和RANS方程对机翼的流场与气动特性进行了数值模拟,发现Euler方程无法精确捕捉附面层内的流场结构,证明传统使用的Euler方程已不能满足战斗机机翼精细化设计的需要.对该机翼的翼型进行了气动优化设计,发现翼型的设计对该小展弦比薄机翼会失效,证明这类机翼必须在三维环境下进行多剖面翼型设计.综合FFD参数化方法、稳健的动网格技术、Kriging代理模型和粒子群算法,构建了三维气动优化设计方法.利用该方法对该机翼三个剖面翼型进行了跨音速巡航状态单目标以及跨音速/超音速巡航状态多目标精细化化设计,优化设计后机翼的气动性能得到很大的提高.     

一种针对不确定性结构的区间鲁棒性优化方法

本文提出一种针对不确定性结构的区间鲁棒性优化方法.首先,采用区间模型度量目标函数和约束函数中的不确定变量和参数.然后引入鲁棒性评价因子来度量目标函数的鲁棒性,并采用区间可能度方法(RPDI)处理不确定约束,进而建立区间鲁棒性优化模型.针对区间鲁棒性优化求解效率较低的问题,提出一种高效的优化方法,该方法将双层嵌套优化问题解耦为区间分析和确定性优化方法序列求解的问题.在每一迭代步,根据在当前设计点下的区间分析结果构建一个等效确定性优化问题,然后通过求解该问题更新设计点.此外,本文还提出一种迭代机制,来提高整个优化过程的收敛速度.最后,给出了三个数值算例和一个工程算例验证本文方法的有效性.     

容错永磁游标电机多模式运行稳健性优化

为了提高容错永磁游标电机多模式运行下的转矩性能,并同时解决电机易受不确定性参数影响的问题,本文在电机多模式运行下,建立了考虑参数不确定性影响下的稳健性优化方法.首先,针对电机容错控制下的不同种开路情况,设立多模式运行下的优化目标及约束条件.其次,通过确定性遗传算法,优化不同模式运行下的平均转矩和转矩脉动.最后,利用6σ质量优化方法优化电机性能的稳健性.结果表明,优化后的容错永磁游标电机在多种模式运行下不仅具有优越的转矩性能,同时电机性能的稳健性也得到了显著改善.     

基于IGA-ML的星载天线抗干扰技术

提出了一种基于免疫遗传算法的卫星通信中星载天线抗多个干扰的方法，即将免疫遗传算法和似然函数最大化(IGA-ML)结合的空域天线调零技术．该算法结合了遗传算法的全局、快速的搜索能力和免疫算法的利用实际问题自身一些基本的、显而易见的特征信息的能力，采用注射自适应提取疫苗的遗传算法寻找似然准则函数的多个峰值的优化解，可以不受初始值选取的约束，在低干信噪比、快拍数少的情况下也能够在通信环境下高分辨地进行干扰的空间波束调零，而且相对于传统遗传算法(CGA)能更快地收敛．计算机仿真实验表明了该算法的有效性和鲁棒性．     

V 带传动最大承载能力的全局优化设计

建立了V 带传动承载能力最大化问题的最优设计模型. 研究了该模型中目标函数凹性、单调性和全局最优性条件, 证明了V 带传动最优设计问题的可行域是有界闭凸集. 以此为基础, 提出了寻求该模型全局最优解的最优值线段算法. 在4 种不同的设计条件下, 给出了V 带传动最大承载能力的全局优化解法. 工程设计案例研究表明了该模型和全局优化方法具有广阔的应用前景.     

供水管网抗震拓扑优化算法研究

针对供水管网抗震拓扑优化问题,引入管线单元投资重要度的概念评价管网中管线对管网抗震的贡献.在此基础上,将遗传算法、遗传-模拟退火算法、蚁群算法和微粒群算法等现代组合优化算法应用于供水管网抗震拓扑优化中.通过算例对上述算法的优劣进行了对比分析.结果表明：遗传-模拟退火算法表现最好,遗传算法和微粒群算法次之,而蚁群算法的搜索性能较差.     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

混合SQP的基于完全学习的粒子群优化算法在电力系统中经济分配问题的应用

电力系统经济负荷分配(ELD)问题是电力系统运行中一个重要的优化问题.此前,多种经典数学逼近方法和启发式搜索算法被用于对该问题进行了求解.但是,这些方法仍然存在两个很重要而未引起足够重视的问题:1)算法的稳定性得不到有效保证;2)算法在大规模ELD问题上的性能仍然不能令人满意.CLPSO是一种新的高效全局优化算法.针对其存在的多样性保持能力强但收敛性不足的问题,文中引入序列二次规划SQP,提出了一种新的混合SQP的CLPSO算法SQP-CLPSO.用其求解多个典型ELD问题,并与多种知名算法进行了对比.实验结果表明,SQP-CLPSO具有优秀的收敛性、多样性和可拓展性,是求解复杂ELD问题的有效算法.     

企业动态结盟中的伙伴挑选模型及其软计算方法

伙伴企业的挑选是敏捷制造和供应链管理中的一个热点问题. 将伙伴挑选问题表达为带有非解析目标函数的 0-1 整数规划模型, 通过定义无效候选人缩小搜索空间, 采用模糊规则量化的方法将模糊决策嵌入到项目调度算法中, 形成一个模糊决策与遗传算法结合的计算方法. 和传统的优化方法对比, 能以很大的概率快速找到最优解.     

解决非可微凸优化问题的次梯度反馈神经网络

发展了Leung等人所提出的解决非线性凸规划问题的动态反馈神经网络模型, 引入基于次梯度动态反馈神经网络模型解决非可微凸优化问题. 对于无约束非可微凸优化问题, 假定目标函数是强迫性的凸函数, 证明了由投影次梯度构造的反馈神经网络轨道从任意初值点出发都收敛于一个渐近稳定的平衡点, 该平衡点为原无约束问题的最优解. 对于约束非可微凸优化问题, 在目标函数是强迫性的凸函数, 约束函数也具有凸性的假定下, 依次造构能量函数序列和相应的基于次梯度的动态反馈子网络的模型, 建立了收敛定理并给出了停时条件. 最后, 设计了两种有效的算法并结合一些实例进行了仿真验证.     

基于遗传算法的模拟退火罚函数方法求解地下水管理模型

提出一种新的基于遗传算法的模拟退火罚函数方法求解地下水管理模型。遗传算法及建立在自然遗传学和自然选择机理上的全局随机搜索和进化的过程。与传统的基于梯度寻优方法相比,遗传算法寻优不须优化问题连续可导,同时通过模拟退火罚函数方法来处理约束条件,可以保证算法逐渐收敛于可行的最优解,克服一般遗传算法中罚因子选取的困难。     

民用客机变弯度机翼优化设计

针对民用客机机翼-机身-平尾构型开展了后缘连续变弯度机翼气动优化设计,并探索了在优化设计中添加俯仰力矩配平约束的必要性.采用自由型面变形(free form deformation,FFD)方法对全机构型进行参数化,可实现机翼型面、后缘弯度和平尾偏转角的改变.采用基于RANS(Reynolds-averaged Navier-Stokes)方程的离散伴随技术求解气动力系数对设计变量的梯度,并采用序列二次规划算法进行基于梯度的气动优化设计.针对CRM(common research model)构型开展了考虑多约束的气动减阻优化设计,验证了优化设计系统的有效性.在此基础上,针对不同巡航升力系数分别进行了考虑和不考虑全机力矩配平约束的变弯度机翼优化设计.优化结果表明,通过机翼后缘变弯度可以改善机翼展向升力系数分布、减小激波强度;为了获得综合最优的减阻设计结果,必须考虑力矩配平约束.     

单一风电场的短期负荷调度优化策略

随着并网风电场数量迅速增加,单一风电场的调度水平需要提高.如何优化一个周期内风电场机组运行的数量与启停方案,迫切需要研究.针对风电场机组数量众多,调度方案解维数过高的问题,分析风电场机组负荷特性,提取机组负荷特征矩阵,运用FCM模糊聚类算法对风电场机组群进行分类;定义风电场机组运行相对损耗指标和启停相对损耗指标,在风功率预测的基础上,根据总调度指令,应用非线性规划理论建立风电场机组组合优化模型,运用模糊聚类算法和遗传算法相结合对模型进行求解.所建立模型和相应求解方法克服了风电场机组调度解维度过高带来的困难,获得了连续时期的风电场全部机组优化调度.最后,通过算例分析计算了某45MW风电场的多目标机组优化调度,验证了所提出算法的可行性和有效性.     

基于神经系统与免疫系统调节机理的Memetic计算

Lamarck学习理论已被引入进化计算,能有效提高其局部搜索能力,逐步发展成为进化计算的新热点-Memetic计算.文中从神经系统与免疫系统在生物机体内的整合调节机理,提出了免疫Memetic计算模型,设计了模拟神经系统对免疫反应单向调节的Lamarck学习策略,并针对数值优化问题,提出了基于Lamarck学习的免疫Memetic算法.该算法结合了免疫算法和传统数学规划算法的不同特性,具有较理想的搜索性能.基于10个低维和10个高维基准测试问题的仿真结果表明,基于Lamarck学习的免疫Memetic算法与基于遗传算法的基本Memetic算法相比具有明显的优越性.     

大型飞机复合材料机翼壁板气动弹性优化设计

以大型飞机复合材料机翼为对象进行气动弹性综合优化设计研究,以机翼蒙皮壁板及相关构件复合材料铺层厚度为设计变量,在满足多种气动弹性与强度/应变约束下对结构重量进行最小化设计,并分析了优化中三种强度/应变约束和蒙皮铺层比例的影响.研究表明：不同组合约束下优化后的复合材料机翼较金属机翼减重效果显著,综合考虑应变与失效准则约束能在兼顾减重效果的同时提高机翼整体刚度水平;铺层比例优化结果表明机翼内段与中段较高的0°铺层比例和外段较高的±45°铺层比例分布能使刚度分布更加高效合理.     

基于证据理论的结构非概率可靠性拓扑优化设计

考虑数据信息较少以及认知水平有限情况下的不确定性对于结构拓扑优化具有重要意义.本文引入证据理论处理不精确的数据信息,采用证据理论的不确定测度克服精确概率约束模型建立的困难,并结合拓扑优化策略,形成了基于证据理论的可靠性拓扑优化设计模型.为了提高不确定测度的计算效率,提出了仿生智能优化算法和不精确极值思想相结合的改进优化算法来降低焦元数目和极限状态函数极值求解所导致的计算量.通过两个桁架算例对所提方法进行验证,结果表明,确定性优化结果可能是不确定情况下的失效解,虽然基于证据理论的最优设计在重量和拓扑形式上相对于确定性优化结果偏保守,但具备抵抗不确定波动的能力.     

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.     

基于分组拍卖的集群机器人启发式图形构造算法

集群机器人的图形构造问题是指通过控制集群机器人的运动趋使其形成一个特定的图形.集群机器人中的图形构造问题通常可以分解为两个子问题:机器人与目标点之间的任务分配以及机器人与目标点之间的路径规划.根据集群机器人图形构造问题规模大、易拥堵、碰撞的特点,提出了一种集中优化、分组拍卖以及分布式交互相结合的OGADI(optimized grouping auction and distributed interaction)方法,以缩短图形构造的完成时间.将OGADI算法与最短路径集诱导顶点排序算法对比,结果表明,在集群机器人规模分别为500, 1000, 1300下, OGADI算法图形构造任务平均完成时间分别缩短了16.1%, 13.6%, 14.4%,仿真验证了OGADI算法的可行性和有效性.     

飞行器轨迹优化数值算法综述

作为计算飞行力学的重要组成部分之一,飞行器轨迹优化数值算法一直是飞行力学工作者研究的热点与难点,较全面地对各种方法进行综合研究的文献非常有限且近期未见公开发表.通过对百余篇的相关文献的研究,从计算飞行力学的应用角度出发,并结合近年来轨迹优化领域的研究进展,系统归纳分析了目前用于飞行器轨迹优化的数值算法.简单综述了常用轨迹优化方法的基本原理、特点及应用,介绍了近几年来出现的一些新方法,新理论;最后重点对众多飞行器协同轨迹优化与高超声速飞行器轨迹优化进行了综述.在本文的结论部分,提出了对飞行器轨迹优化数值算法的研究方向,即众多飞行器协同、多目标、全局、实时在线、高精度、能够考虑各种未知的随机干扰的轨迹优化