基于混沌差分进化算法的飞机等效系统拟配研究

提出了基于Tent映射的混沌差分进化算法。以某飞机纵向短周期系统为例,首次研究了基于混沌差分进化算法的飞机等效系统的拟配,克服了一些传统的拟配算法存在的一些缺点。仿真结果表明,基于混沌差分进化算法拟配得到的等效系统满足等效系统拟配的各项要求和一级飞行品质的要求,取得了更好的拟配效果。证明该算法在飞机等效系统拟配中的有效性和高效性。

Abstract：

Chaotic differential evolution algorithm based on Tent map was introduced. Taking aircraft longitudinal short period system as an example,the analog-matching of the aircraft longitudinal equivalent system based on chaotic differential evolution algorithm was studied firstly and overcome the disadvantages of the conventional algorithms in the analog-matching of equivalent system. The simulation results show that the equivalent system by chaotic differential evolution algorithm is satisfied the various requirements in the analog-matching of equivalent system and the requirement of level 1 flight qualities,and has obtained better analog-matching results. The usefulness and high effectiveness of the chaotic differential evolution algorithm in the analog-matching of aircraft equivalent system is proved.     

求解约束优化问题的动量粒子群算法

为解决约束优化问题,提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内,随着搜索过程的进行,整个种群自动进入可行域内搜索。一方面,在搜索过程早期,由于可行域内粒子少,所有粒子移向相同的吸引子,整个种群迅速进入可行域内。另一方面,随着进入可行域粒子的增多,由于每个粒子使用距本身最近的可行域吸引子,较好地维持了种种群的多样性,避免早熟现象的发生,使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4个标准约束优化函数上测试比较,实验结果表明本算法取得的最优值要优于其它粒子群算法。

Abstract：

The strategy that two good positions in feasible region worked as attractors was incorporated into momentum particle swarm optimization algorithm in order to resolve constrained optimization problems. The resulting algorithm only requires that one of the initial particles is in the feasible region, and then all particles in the swam automatically move into the feasible region. On the one hand, in the early iterations few particles appear in the feasible region and hence all particles move toward the same attractors, so the particles soon enter into the feasible region. On the other hand, as the number of particles in the feasible region increases, each particle adopts the most near attractor so that each particle has different attractor. Therefore, the algorithm maintains the diversity of the population, alleviates the premature, and hence achieves good performance. The algorithm is compared with other particle swarm optimization algorithms on four benchmark functions. The experimental results show that the solution of the algorithm is better than that of others.     

基于学习进化的机器人同时定位与地图创建

利用学习与进化结合的思想,改善基于粒子滤波的SLAM算法。在对学习与进化的关系深入分析的基础上,针对基于粒子滤波的SLAM算法,提出将滤波过程分成学习和进化两个阶段,分别给出相应算法解决粒子有效性与多样性的问题,缓解二者之间的矛盾,改善了SLAM算法的效果,增强了算法的鲁棒性,也验证了学习与进化的关系。最后,通过多次Monte-Carlo仿真实验结果表明了该算法的有效性。     

一般自组织进化优化定理初探

考察斯图亚特.考夫曼等人,运用他们开发出的一套计算机模拟模型——NK模型,探究生态系统和非集中化组织是如何自发地向有序方向进化的。他们根据对一般自组织进化研究的成果,得出了一般自组织进化的优化定理,这就是自组织系统自发优化,优化的结果是共同进化的系统趋向处于有序和混沌的过渡阶段,靠近有序的一边。斯图亚特.考夫曼等人得出的一般自组织进化的优化定理具有普遍意义。     

用进化-模拟退火算法求解Lambert方程

Lambert方程在轨道拦截和初始轨道确定起着重要作用。求解Lambert方程的传统算法主要有Newton迭代方法和超几何级数展开方法等,但这些算法都有一定的局限性(如有可能出现迭代收敛过慢,级数展开收敛性问题)。采用进化-模拟退火算法(EA-SA)算法求解Lambert方程,其中进化算法具有全局搜索能力,而模拟退火具有局部锁搜索能力。该方法克服了某些情况下梯度下降法有时收敛过慢和超几何级数不收敛的缺点,并具有通用性,便于操作和理解。通过仿真计算对比表明,EA-SA具有普适性,而且精度优于其它两种算法。     

基于元胞自动机的合作进化分析

为研究影响群体博弈的关键因素与理性行为作用，在M．Doebeli等工作基础上，设计元胞自动机仿真实验。实验结果显示：（1）在一定空间邻域关系下，博弈局中人数量是影响博弈结果均衡的关键因素；（2）合作行为从局部通过空间集聚向全局扩散。得到的主要结论：（1）理性选择使零和博弈转换为非零和博弈；使局中人的理性行为从自利转换为有限利他。（2）个体间合作是一种自然的稳定进化过程。所得结论揭示了在一定空间条件下，个体博弈均衡点随个体数量增加发生转移，使个体间合作状态从非合作向合作进化；得到了解释复杂博弈行为的新结论。     

投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

微分进化微粒群算法及其控制

通过对微粒群优化算法的分析,提出了一种用微分方程组描述的微粒群优化算法——微分进化微粒群优化(DEPSO)算法,并利用传递函数对DEPSO算法的收敛性进行分析.在此基础上,通过引入PID控制器以控制DEPSO算法的动态进化行为,以增强微粒产生的多样性,从而改进微粒群优化算法的全局收敛性.仿真结果表明了此方法的有效性.     

基于量子遗传算法的正规模糊神经网络控制器设计

针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。     

模糊需求车辆路径问题研究

研究具有模糊需求的车辆路径问题，建立基于模糊可能性理论的模糊机会约束规划数学模型，提出了求解该问题的一种基于模糊模拟的混合差分进化算法。同时，在车辆行驶总距离最小的目标下，运用随机模拟方法研究了决策者主观偏好值对最终决策目标的影响，并给出最佳主观偏好值。