利用遗传算法求解整周模糊度

建立了一种基于简单遗传算法的改进模糊度搜索方法求解载波相位测量中的整周模糊度。首先采用UDUT 和LDLT 分解对整周模糊度进行整数高斯变换以降低各整周模糊度之间的相关性 ,然后利用遗传算法进行整周模糊度搜索。在种群个体较少的情况下 ,为了避免早熟使搜索陷入局部最优 ,提出两种变异算子 ,保持个体的多样性。仿真结果表明改进后的算法较使用简单遗传算法具有更快的搜索速度和鲁棒性。     

使用基于电视信号的双基地雷达实施目标跟踪

本文开展了使用非合作电视发射机作为双基地雷达系统照射器的研究,提出利用电视广播视频或声音载波探测和跟踪目标的信号处理方案。此方案不需要与发射机同步,使用多普勒频移和方位测量来估计目标航迹,信号处理包括两个通道的快速傅里叶变换,用以确定接收信号中的多普勒和相位特征,然后经过时域和频域恒虚警处理获得目标回波。对回波中存在的由于天线单元间互耦合产生的相位误差进行校正,并且求得相应的方位。基于卡尔曼滤波的跟踪技术用于多普勒/方位点迹和不同目标航迹之间的互联。每个目标在直角坐标下的位置和方位估计采用扩展卡尔曼滤波,滤波初始化过程采用遗传算法和Levenberg-Marquardt优化算法。实验结果表明能够探测并跟踪很大范围内的目标,最远距离可以达到260公里。     

用于复杂系统环境的遗传分类器系统

设计了一个针对复杂系统分析的遗传分类器系统,该系统不仅利用了遗传算法强大的搜索能力和便于从大量历史数据中发现规律的优点进行分类器获取,而且还具有如下两个主要特点;①它能够适用于复杂的、缺少完整描述且训练信号带有噪声的系统环境;②它是一个白箱系统,所获取分类器的置信度与统计结果相符,从而支持定性、定量相结合的综合推理模式。     

利用遗传算法和模糊逻辑进行系统可靠性优化分配

提出一种使用遗传算法和模糊逻辑相结合进行系统可靠性优化分配的新方法。该方法使用模糊逻辑对系统研制初期可靠性设计中所存在的不精确限制条件和设计目标进行数学建模 ,然后利用遗传算法对数学模型进行求解。该方法充分利用了模糊逻辑的建模效率和遗传算法的搜索效率 ,大大提高了系统可靠性分配的效率和精度。本文首先以两单元串联系统的可靠度优化为例进行说明 ,然后将算法扩展至多单元系统的可靠度及冗余度优化问题的求解。数值仿真实例显示了算法的性能和可行性。     

机械故障特征与分类器的联合优化

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度。利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能。联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径—间距上界(RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题。齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快。因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度。     

基于神经网络的材料非稳态疲劳损伤可靠性研究

疲劳累积损伤是一个非稳态能耗过程,可以用遗传算法优化后的3层2 7 1BP神经网络来描述疲劳损伤的非线关系,经仿真验证表明,该神经网络具有较高的精度和泛化能力.通过对材料疲劳损伤临界值和载荷的分散性的分析研究,建立了疲劳失效动态准则,并运用蒙特卡罗随机抽样法对材料疲劳寿命的可靠性进行了仿真验证;对调质45号钢在随机载荷和2级载荷作用下,进行了疲劳寿命可靠性仿真计算,仿真结果与实验结果和理论分析比较吻合.     

武器系统备件储备量的遗传算法求解

从武器系统备件保障的需求出发,建立了在给出预算经费情况下备件储备量的优化模型。利用遗传算法高度并行、全局寻优的特点,采用了自然数编码的方式,通过实例探讨了该模型的求解方法。     

基于遗传算法的多约束路由算法研究

针对数字化军事通信网络的多业务需求,提出了一种基于遗传算法的多约束路由算法,来求解多约束条件下的最佳路由。采用自然数编码,自适应的变异和杂交算子,有效地提高了算法的搜索效率。仿真结果表明该算法是有效的,既保证了业务对网络带宽和延迟的需求,同时使得网络的资源利用率最低。     

车辆路径问题的分层遗传算法研究

本文将分层遗传算法用于解决车辆路径问题,避免了传统遗传算法常见的早熟收敛问题。实验结果证明,该算法可以有效求得车辆路径问题的优化解,是求解车辆路径问题的一个较好的方案。     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。