一种新型军用电源智能充电机控制算法

军用电源充电机是一个多参数、时变的非线性系统,传统的PID控制算法难以在线调节达到优化充电曲线的目的。针对该问题,提出了一种基于模糊和免疫机理的自适应PID控制算法。该算法通过模糊免疫反馈机理对PID控制的比例系数进行实时调整,采用模糊自适应控制器对PID控制的微分、积分时间常数进行在线整定。仿真结果表明,该算法具有响应时间短、超调量小,鲁棒性强等特点,极大地改善了系统的适应能力,达到了优化充电曲线的目的。     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。     

一种新的卫星导航星间链路测距体制及其定轨性能分析

现有的GPS星间链路轮询时分测距体制未针对定轨性能进行优化。对轮询时分测距体制进行改进,提出了一种新的分组时分测距体制,通过对整星座所有卫星进行分组测距来提高星间测距链路数量,从而提高星地星间联合定轨精度。以整星座平均定轨精度最优为目标,提出了两步优化算法,得到星间总测距链路数最多的卫星分组,使每组内卫星的星间测距DOP值最小。仿真结果表明,采用优化算法得到的最优分组时分测距方式对卫星定轨精度有明显改善。     

核动力折中稳态运行方案下稳压器压力控制的模糊控制器

运用模糊控制理论,针对稳压器压力控制的特点,为解决核动力装置折中稳态运行方案下低工况运行时一回路压力随负荷变化波动较大的问题,设计了压力模糊控制器。即利用模糊控制器实现稳压器压力调节系统工作参数的在线优化自整定,并以某核动力装置为对象进行了仿真实验。仿真结果表明,本控制器在对原系统不作大改动的前提下,能有效地抑制一回路压力波动,比原有调节系统具有好得多的调节品质。     

基于改进边际优化算法的备件配置研究

针对传统边际优化算法在解决备件配置优化问题存在运算效率不高的问题,提出了基于改进边际优化算法的备件优化配置方法。在传统边际优化算法思想的基础上,提出了改进的边际优化算法,通过引入备件短缺系数,提高了算法的优化效率。给出了该优化算法的设计思想和优化流程,并在理论上分析了算法的优化效率。通过算例数值结果的分析,验证了算法在保持最优解精度的情况下,大幅提高了运算效率,为备件库存配置优化提供了指导。     

基于AFSA的自抗扰控制器参数整定

自抗扰控制器（ADRC）的参数众多,通常依赖于人工试凑优化,控制系统的性能好坏过分取决于设计人员的经验且效率不高。针对ADRC的参数选取问题,首次利用鱼群算法（AFSA）全局寻优能力强,鲁棒性好的特点,结合已有的参数整定经验,提出了一套基于AFSA的ADRC参数整定规则,并进行了数字仿真。仿真结果表明,经由基于AFSA参数整定规则优化过后的ADRC具有良好的动静态特性,提高了设计效率,验证了该方法的可行性和有效性。     

基于改进模糊逻辑的VAV系统GPC控制策略研究

为了提高多输入多输出变风量(VAV)空调广义预测控制(GPC)系统控制性能,提出一种新型GPC控制策略。该方法通过考虑系统的输出绝对误差和基于误差变化率获得输出初次达到设定值的时间等指标,建立了一个新型二型模糊逻辑模型来在线整定GPC控制器中的加权系数。同时,采用天牛群算法(BSO)来明确二型模糊逻辑输出区间范围,使其可以更贴切地反应系统当前时刻的输出状态。此外,在前述BSO的基础上,提出通过线性以及事件触发地衰减种群规模的方法,缩短BSO的收敛周期,以进一步提升GPC控制策略的性能。实验结果表明：基于二型模糊逻辑整定的GPC控制器性能显著优于已有GPC控制器。     

基于改进粒子群算法的协同多目标攻击空战决策

超视距空战和协同多目标攻击是空战的发展趋势,协同多目标攻击中的关键问题是空战决策。建立了协同多目标攻击空战决策的多目标优化数学模型,提出了一种改进的粒子群优化算法,并将其应用于空战决策。基本的粒子群算法是一个有效的求解连续优化问题的方法,结合遗传算法的思想,提出了直接对粒子进行交叉和变异操作来完成粒子更新的方法。仿真结...     

一种多目标果蝇算法及其在全弹道优化设计中的应用

提出了一种改进的多目标果蝇算法,对搜索空间及味道浓度判定值进行了改进,引入了快速非支配排序及拥挤距离排序方法,提高了果蝇优化算法解决实际工程问题的能力。并且将改进的多目标果蝇算法应用到全弹道优化设计当中,结果表明该算法能够有效的解决多目标工程优化问题。     

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...     

测试性增长中资源优化配置模型及求解

良好的测试性设计对系统维修性具有重要意义,测试性增长试验通过一系列测试性设计缺陷发现和纠正措施,可保证系统测试性指标达到设计要求。针对基于延缓纠正的测试性增长过程中的资源配置问题进行研究,基于增长试验目标是否明确和试验资源是否受限制问题构建资源优化配置模型,并提出一种基于拉格朗日松弛和本地搜索的快速优化算法。仿真结果表明:该模型能够有效指导测试性增长中的资源优化配置问题,所提混合优化方法能够高效、准确地求解整数规划问题。     

基于非线性最优反馈控制的远程拦截闭环制导

利用非线性最优反馈控制和伪谱轨迹快速重构技术,设计了一种有限推力空间远程拦截自适应闭环制导方法。首先建立了有限推力远程拦截最优制导问题模型,并给出了适用于该问题的非线性最优反馈控制求解原理。然后,将空间变轨动力学模型特点和伪谱法相结合,设计了基于状态量缩减的计算效率改进策略以提高轨迹优化的实时性。基于改进伪谱法进行连续轨迹快速重构,利用开环最优解形成闭环反馈,从而保证制导指令的实时更新,并通过引入控制逻辑对制导算法进行改进。时间最短远程拦截仿真表明,该闭环制导方法在保证任务指标最优性的同时,可以有效抑制J2摄动和计算误差的影响,具有较高的制导精度、自适应性和鲁棒性。     

基于改进自适应遗传算法的阵列优化

提出了一种改进的自适应遗传算法,对约束了阵列孔径、阵元数目和最小阵元间距的非均匀稀布阵列进行优化布阵。该算法采用实值编码,改进了适应度函数,避免了不可行解的产生。同时选取新的选择算子和改进的双重最佳保留策略,对传统自适应遗传算法的交叉、变异概率进行了动态改进。仿真结果表明,该方法能较好地抑制"早熟",增加了获取全局最优解的概率,获得了更低的峰值旁瓣电平。     

基于粒子群优化算法的空中目标定位

受干扰条件下,雷达难以对空中目标准确定位。针对这一问题,提出了当多基雷达接收站在空间随机分布时,利用粒子群优化算法解决根据到达时间差对空中目标定位中遇到的非线性最优化问题。所建算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标。仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解。     

Discrete stochastic optimization using variants of the stochastic ruler method

We present two random search methods for solving discrete stochastic optimization problems. Both of these methods are variants of the stochastic ruler algorithm. They differ from our earlier modification of the stochastic ruler algorithm in that they use different approaches for estimating the optimal solution. Our new methods are guaranteed to converge almost surely to the set of global optimal solutions under mild conditions. We discuss under what conditions these new methods are expected to converge faster than the modified stochastic ruler algorithm. We also discuss how these methods can be used for solving discrete optimization problems when the values of the objective function are estimated using either transient or steady‐state simulation. Finally, we present numerical results that compare the performance of our new methods with that of the modified stochastic ruler algorithm when applied to solve buffer allocation problems. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

Planning horizon procedures for machine replacement models with several possible replacement alternatives

This paper develops a forward algorithm and planning horizon procedures for an important machine replacement model where it is assumed that the technological environment is improving over time and that the machine-in-use can be replaced by any of the several different kinds of machines available at that time. The set of replacement alternatives may include (i) new machines with different types of technologies such as labor- and capital- intensive, (ii) used machines, (iii) repairs and/or improvements which affect the performance characteristics of the existing machine, and so forth. The forward dynamic programming algorithm in the paper can be used to solve a finite horizon problem. The planning horizon results give a procedure to identify the forecast horizon T such that the optimal replacement decision for the first machine based on the forecast of machine technology until period T remains optimal for any problem with horizon longer than T and, for that matter, for the infinite horizon problem. A flow chart and a numerical example have been included to illustrate the algorithm.     

基于IMM滤波器的纯方位机动目标跟踪

针对无源纯方位跟踪中目标机动的问题,提出了一种基于交互式多模型的目标跟踪算法。该算法用伪量测变换估计器(PLE)将纯方位跟踪中非线性观测模型线性化,避免了计算雅克比行列式。机动目标跟踪中通过实时调整模型匹配概率,提高了滤波器对状态变化的跟踪能力。同时该算法实时修正观测噪声协方差,消除目标远离基阵时观测噪声对目标定位的影响。最后通过与MGEKF进行比较,Monte Carlo仿真结果验证了该算法的优越性。     

A computation procedure for the exact solution of location-allocation problems with rectangular distances

A method is presented to locate and allocate p new facilities in relation to n existing facilities. Each of the n existing facilities has a requirement flow which must be supplied by the new facilities. Rectangular distances are assumed to exist between all facilities. The algorithm proceeds in two stages. In the first stage a set of all possible optimal new facility locations is determined by a set reduction algorithm. The resultant problem is shown to be equivalent to finding the p-median of a weighted connected graph. In the second stage the optimal locations and allocations are obtained by using a technique for solving the p-median problem.     

电磁发射系统以太网拓扑结构建模优化

拓扑结构优化模型是网络中的一类重要模型,可以有效地优化系统整体链路性能。针对电磁发射系统以太网拓扑结构中部分节点和链路的负载过大,一旦发生堵塞,将会影响网络中关键链路性能的问题,建立网络拓扑结构优化的多目标规划模型,并提出一套基于基因环操作的遗传算法对其进行求解,通过仿真得出最优的网络拓扑结构。根据仿真结果修改实际网络节点默认配置参数,结果显示该模型和算法能有效均衡负载,降低网络冲突率,且不需要改变电磁发射系统以太网的物理链路,不会增加额外成本,对电磁发射类系统具有普适性的意义。     

Optimal power control in a wireless network using a model with stochastic link coefficients

This paper addresses optimal power allocation in a wireless communication network under uncertainty. The paper introduces a framework for optimal transmit power allocation in a wireless network where both the useful and interference coefficients are random. The new approach to power control is based on a stochastic programming formulation with probabilistic SIR constraints. This allows to state the power allocation problem as a convex optimization problem assuming normally or log‐normally distributed communication link coefficients. Numerical examples illustrate the performance of the optimal stochastic power allocation. A distributed algorithm for the decentralized solution of the stochastic power allocation problem is discussed. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2005