新混合智能计算法在 UCAV 航路规划中的应用

无人作战飞机(UCAV)出航执行对地攻击(或侦察)任务,若事先针对敌方防御区内的威胁部署和目标的分布情况,就飞行航路进行整体规划设计,则可以综合减小被敌方发现和反击的可能性,最大限度地降低耗油量,从而显著提高其执行任务的成功率.在对进化算法研究的基础上.将用于解决旅行商问题(TSP)的进化算法加以改进,引入优秀个体保护法和模拟退火的策略思想,借以克服进化算法固有的易陷于局部最优的早熟现象,然后运用于UCAV的航路规划.实验结果表明,改进的混合智能计算方法简易而有效,寻优效果明显优于常规进化算法,规划出的航路能够满足UCAV飞行任务规划的综合需要.     

基于免疫粒子群算法的自抗扰飞行控制器设计

提出了一种基于免疫粒子群优化算法的自抗扰大包线飞行控制器设计方法.针对传统的增益调参设计方法存在的工作量巨大与设计效率低的问题,利用自抗扰控制器进行大包线飞行控制器设计,并推导了适用于该方法的飞机非线性方程.由于自抗扰控制能够动态补偿对象模型的内扰和外扰,因此在很大的飞行区域内仅需一套控制器便可,从而避免了烦琐复杂的增益调参设计过程,并用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究.仿真结果表明,所设计的自抗扰控制器具有优良的控制性能,并且控制器参数在较大的包线范围内不需要改变,从而简化了大包线飞行控制器设计.     

基于改进粒子群优化算法的发动机故障仿真

为对发动机的稳态故障特性进行有效分析,提出了一种基于改进粒子群优化算法的故障仿真方法。首先将描述系统性能的非线性方程组,转化为带约束的最优化形式,通过设置式中参数可以仿真不同状况下的系统故障。并且提出运用一种改进的粒子群优化算法来为解决描述系统的高维、非线性函数,该算法在初始化时,运用混沌的思想,使得粒子分布遍历所有状态;在进化时,运用的免疫的思想,设置了基于适应度的克隆算子与变异算子增加粒子的多样性;在免疫选择之后,对各个粒子的速度也进行了重新设置,增加了粒子寻找全局最优的能力。实验结果表明,改进的粒子群优化算法能够有效地求得最优解。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

体外免疫制备鼠单克隆抗体研究进展

用体外免疫技术制备鼠单克隆抗体的影响因素较多。本文从亲溶酶体细胞的消除、淋巴因子、血清、抗原、产生抗体类型及体外免疫监控几个方面综述了近年来体外免疫制备鼠单克隆抗体的研究进展。     

基于进化算法的在轨对地定点着陆优化变轨分离技术

针对在轨对地定点再入方面的问题,重点讨论了远地点单脉冲变轨模式和一般单脉冲变轨模式,在此基础上提出了一种基于进化算法在轨对地定点着陆的优化变轨分离技术,这样既保证了着陆精度,又保证了所耗能量最小。通过仿真计算,验证了该方法的正确性。     

人为什么不长翅膀？

如果人类长翅膀,那么为实用起见,就必定需要进行自身调适,而这几乎会对其他所有部位产生影响。沉甸甸的大脑和适于抓取的双手是人类这一物种进化成功的关键所在,但它们都与飞行不相容。即使我们的祖先长了翅膀,也会在我们进化为人类的过程中逐渐退化。     

进化规划在Multi-UCAV合作攻击伪装目标中的研究

在多无人作战飞机攻击隐蔽伪装目标的任务调度规划中,针对静态武器分配方法的不足,提出了一种目标可侦测度相关模型(TDRM),该模型体现了UCAV对不同目标的侦测能力与无人作战机群整体射击效率之间的联系.将基于混合概率分布的进化规划(EPBHPD)引入到对隐蔽伪装目标的攻击规划中,能在问题求解的精确性与实时性两者不断变化的...     

强势信息进化算法的设计

在进化算法中,挖掘信息资源,融入强势信息,使的基因种群朝着优的目标进化发展,增强了种群进化的目的性,加快了算法收敛速度,提高了算法可靠性。     

一种可进化人工神经网络的结构设计及其在舰船雷达目标识别中的应用

设计了一种基于GA的带有可进化性的ANN的体系结构,并将该结构应用于舰船雷达的目标识别中。实验结果表明,经GA的优化搜索,这种经过改善的有进化能力的ANN结构,在舰船雷达目标识别中取得了较好的效果.