基于进化搜索策略的并行子空间设计算法

并行子空间设计是一种有效的多学科设计优化算法,但其搜索策略存在两点不足:一是寻找全局最优解能力有限,二是计算复杂。为弥补上述不足,将遗传算法应用到CSD算法中,提出了一种基于进化搜索策略的CSD算法。介绍了该算法的设计流程,应用该算法对一测试问题进行了优化,取得了满意结果。     

基于MOEA/D的柔性结构燃料—时间多目标优化控制研究

利用基于分解的多目标优化算法(MOEA/D)研究了柔性航天器多目标优化的rest-to-rest机动问题.基于空间飞行器刚柔耦合动力学方程,提出了最小时间-最少耗能的多目标优化控制模型;给出了基于MOEA/D的算法框架,并对柔性飞行器空间机动问题进行了多目标优化控制的分析设计;典型算例表明该算法可有效地应用于柔性航天器姿态机动控制器的分析设计之中.     

基于小波配点法的空间机械臂关节轨迹规划

针对平面型空间机械臂关节轨迹优化问题,提出一种基于小波配点法的数值算法。该算法在区间样条小波函数及其导数算法的基础上,对状态变量与控制变量在小波配点上作离散化处理,然后将原最优控制问题转化为以小波系数为优化参数的非线性规划问题,利用非线性规划算法求解该问题得到原问题的解。算法可充分利用小波具有非线性逼近的优点,提高计算精度和效率。对典型问题进行数值仿真,结果表明该算法对空间机械臂关节轨迹优化问题是有效的。     

基于改进遗传算法的测试性优化分配方法

测试性优化分配是在测试性分配中合理配置各项测试资源,以满足测试性分配要求和资源约束条件。一般的遗传算法存在最优解不易求解、初始参数值不易设置等缺陷,因此,为了更加高效合理地进行测试性优化分配,在传统遗传算法中引入迁移技术来优化遗传迭代过程,并运用AHP法对算法初始参数进行调整,从而提出了基于改进的遗传算法的测试性优化分配方法。算例分析表明该方法可快速有效地求得测试性优化分配问题的最优解。     

基于近似策略的联合优化方法

针对优化中收敛速度和优化解全局性的问题,提出了一种联合优化方法:构造原问题的近似模型,使用全局优化方法对近似函数进行优化,得到优化点作为初值,再使用局部优化方法对原问题进行优化.为了获得对原问题更好的近似,改进了径向基插值方法,以优化误差的方法来选择参数.利用临近空间机翼模型的优化对算法进行了测试,结果表明,优化参数的...     

基于子空间近似算法的鱼雷总体多学科设计

在鱼雷总体多学科优化设计(MDO)中,学科间的耦合与解耦问题一直是研究的重点和难点.在子空间近似算法的基础上,结合鱼雷总体设计的实际特点,分析了各学科间的耦合因素,建立了鱼雷总体设计多学科设计优化的统一模型和子空间近似算法的数学模型,并进行了实例验证,结果表明基于子空间近似算法很好地解决了鱼雷总体设计多学科设计优化中学科间耦合关系复杂的问题,收敛速度快,可靠性高.该方法对提高鱼雷的设计质量,避免人力、物力的浪费,降低设计风险等有极为重要的作用.     

子空间分解与淘汰优化方法

提出一种新的多学科设计优化方法,即子空间分解与淘汰优化方法.该方法通过子空间的分解和淘汰,提高剩余子空间的近似模型精度,基于子空间近似模型优化获取最优解.首先,基于设计空间近似模型获取最优解,如果近似模型达到满意精度,则终止优化;否则将设计空间分解为多个子空间.然后,各子空间基于近似模型优化,如果子空间没有可能获得优于...     

一种基于Taguchi方法的混合NSGA-Ⅱ算法

提出一种基于Taguchi方法的混合NSGA-Ⅱ算法,即用Taguchi方法来改造NSGA-Ⅱ算法的交叉操作和变异操作,目的是提升NSGA-Ⅱ算法的优化能力.针对多目标优化测试问题的实验表明该方法能够显著提高NSGA-Ⅱ算法的优化效果,而且该方法不改变NSGA-Ⅱ的算法框架,易于实现.     

基于子块积分双谱的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于子块积分双谱的空间目标识别算法.该算法首先从空间目标距离像的双谱中提取出子块积分双谱特征;然后应用KL变换进行特征压缩;最后应用模板匹配方法进行分类识别.计算机仿真实验表明,该算法取得了比较好的识别效果.     

能量状态法的无人机节油轨迹优化

应用能量状态法研究了高空长航时无人机节油飞行的最优轨迹问题.构建了基于能量状态法的质点运动模型,简化了传统运动模型的维数,并利用变分法提出了基于能量控制的性能指标,推导出飞机纵向飞行过程(爬升、巡航和下降)的优化方程,得到整个飞行过程的全局最优解,给出了一种适用的算法,利用Matlab对该算法进行了计算仿真.仿真结果表明,优化的节油轨迹算法效率较高,可节省飞机燃油、缩短航行时间.     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

子空间预测控制在固体氧化物燃料电池中的应用

为使固体氧化物燃料电池(SOFC)输出满足一定约束的稳定电压、提高其输出功率跟踪性能,采用文献中给出的SOFC动态模型,设计了基于子空间矩阵的预测控制器。将子空间辨识和预测控制算法结合起来,直接从开环输入输出数据获得预测控制器的控制矩阵,而不须经过中间参数模型辨识的步骤。仿真结果验证了所提子空间预测控制算法(SPC)的实用性。     

无人机保距跟踪中的视觉跟踪算法研究

针对固定翼无人机对地面目标进行保距跟踪过程中不能稳定获取目标图像的问题,设计了一种提高视觉目标跟踪稳定性的算法。该算法基于核相关滤波算法,提出了线性旋转子空间的概念,用于估计平面外旋转后的目标图像,在跟踪的过程中通过跟踪效果判断是否对线性旋转子空间进行校正。这种更新机制提高了在相对位置不断变化的情况下视觉跟踪的稳定性和准确性,有效地降低了跟踪漂移的程度。算法在无人机跟踪视角的视觉跟踪数据集中进行了测试,结果显示在跟踪的准确性和鲁棒性上明显好于当前主流跟踪算法。并使用固定翼无人机进行了实机飞行,验证了算法的可行性。     

改进型PASTd双基地MIMO雷达相干目标角度跟踪算法

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了一种基于数据平滑的快速跟踪算法。首先借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。对PASTd算法进行改进,提出适合平滑后数据的PASTd算法,通过改进的PASTd算法,能够更快地得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。     

基于学科间差异信息的协同优化改进算法

分析了MDO(Multidisciplinary Design Optimization)中广泛应用的协同优化算法的特点和存在的问题,提出了一种基于学科间差异信息的协同优化改进算法COMI(Collaborative Optimization based on Multidisciplinary Inconsistency).利用学科间差异信息构造了系统级松弛约束和系统级罚函数,利用遗传算法作为系统级优化算法,并采用标准算例比较了标准CO(Collaborative Optimization)算法、松弛CO算法与COMI算法的性能.结果表明COMI算法在设计结果可行性和最优值上平衡性较好.     

一种改进的混合BLISS多学科设计优化方法

针对BLISS 2000优化过程中权值系数的引入给实际应用带来的困难,提出一种改进的BLISS优化过程——混合BLISS( Hybrid BLISS,HBLISS).该方法在保持BLISS 2000的基本算法结构的基础上取消权值系数,利用耦合变量的最小残差协调子系统级和系统级优化,给出了HBLISS的算法结构和基本流程...     

一种高阶累积量的模态参数辨识方法改进及其应用

高阶累积量的模态参数辨识方法能够消除高斯噪声的影响。但基于传统的高阶累积量降阶方法的子空间模态参数辨识方法具有一定的缺陷。为此,提出2种降阶方法用于高阶累积量的子空间模态参数辨识方法,并对这2种方法进行了比较。利用主切片方法对某变截面轴进行了模态参数识别,获得了与有限元法相一致的计算结果,从而证明了该方法的可靠性。该方法的辨识质量较高,能够用于一般结构的模态参数辨识。