基于改进遗传算法的航空器载重平衡

为优化研究航空公司所遇到的飞机载重平衡问题,建立了以业载量最大和重心偏移量最小的多目标载重平衡模型,考虑了单舱位限重、多舱位限重、重心限制等约束,运用遗传算法对模型求解,为加快算法寻优能力和加快收敛速度,在普通遗传算法的基础上添加了进化逆转操作算子。最后运用波音757-200F作仿真优化实例,计算结果显示业载量平均可达21 281kg,重心偏移量平均为2.31%MAC,验证了模型的有效性和合理性。     

多目标遗传繁衍样本策略的应用研究

提出了以最小误差平方和作为样本相似度,结合制约条件经验公式的多目标遗传算法进行样本繁衍的策略,并探讨了使用多目标遗传算法对样本进行重复繁衍,从而得到符合真实条件并与原始样本非常接近的仿真样本,以便与原始样本一起进行训练得到可用神经网络的方法。作为对该方法的验证,笔者使用这种方法在仅能获得43个样本的基础上,建立了一个用于预测爆炸密实法地表沉降量的神经网络模型,获得了良好的效果。     

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.     

喷动流化床射流穿透度智能拟合

在三维冷态试验台架上对喷动流化床射流穿透度进行了实验研究,得出了射流穿透度随喷口尺寸、载气密度、喷动气速的增大而增大,随静止床高、颗粒尺寸、颗粒密度、流化气率、载气黏度的增大而减小的结论.在实验研究的基础上利用最小二乘支持向量机对射流穿透度与喷动流化床主要设计参数之间的数值关系进行了智能拟合,并利用自适应遗传算法优化了最小二乘支持向量机的初始参数.通过15个预测样本的检验,最小二乘支持向量机模型的预测平均相对误差减小至4.0%,其性能大大优于常用的经验公式以及神经网络.     

基于Mean-Shift聚类的交互式图像分割

提出了一种基于Mean-shift聚类的交互式图像分割算法。首先利用Mean-shift聚类算法初步分割图像,然后用户只需简单地输入交互信息,大致标识出部分对象点和背景点,再根据区域间的最大相似性准则合并区域,分割出感兴趣区域。实验表明,此算法简单有效,能准确地从复杂背景中提取对象轮廓。     

加速遗传算法在边坡稳定性分析中的应用

本文根据现行规范及可靠指标的几何涵义,建立了基于可靠度的土质边坡稳定性分析的优化模型,介绍运用遗传算法及加速遗传算法对该模型求解的处理方法及过程,并编写了相应的计算程序。应用该法对不同高度路堤的稳定性进行了分析,并用同济启明星边坡分析软件Slope V1.0计算的结果检验了其正确性。通过分析计算结果得出:基于可靠度的土质边坡稳定分析方法可以更直接地反映工程的安全状况,且由于它考虑了土的变异性,因此也更合理;加速遗传算法比简单遗传算法具有更快的收敛速度及更稳定的结果。     

一类改进的杰出者记录策略的遗传算法

利用适应度乘幂尺度变换的方法,从算法的性能和收敛速度改进了普通的杰出者记录策略的遗传算法,从理论上给出了收敛性的证明,最后给出了数值实例的验证.     

基于GA优化的质量矩拦截弹模糊滑模姿态控制

质量矩控制是一种全新的飞行控制方法,与广泛应用的空气动力控制相比,可以避免飞行器在超高马赫数飞行时舵面的气动加热问题,而且,可以提高飞行器的机动性、敏捷性和制导控制精度。以所建立的质量矩拦截弹数学模型为基础,通过对模型合理的简化,得到一个耦合的非线性动力学系统,利用滑模控制设计了拦截弹飞行时的姿态控制系统,提出采用模糊逻辑算法抑制系统抖振的同时,把控制系统的多个设计目标转化为不等式约束,采用遗传算法优化控制参数,控制系统性能满足设计要求。仿真结果验证了这种方法的有效性。     

一种基于虚拟维修仿真的交互式电子技术手册生成方法

基于并行工程思想,提出了一种基于虚拟维修仿真分析过程的结果数据制作装备交互式电子技术手册(IETM)的方法。主要研究工作为:构建了一种基于主题的IETM内容数据模型(CDM),给出了典型装备IETM的组成结构;分析了典型虚拟维修仿真分析过程中的结果数据;提出了虚拟维修仿真系统和IETM创作系统的并行集成框架,设计了集成接口和相关模型,在产品生命管理平台下实现了二者的集成;在基于Jack软件环境的虚拟维修仿真系统中,以某型榴弹炮为例,进行虚拟维修样机建模、维修任务生成、虚拟维修仿真,最后通过以上结果数据生成了该榴弹炮的4级IETM系统。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。