基于混沌量子粒子群的舰炮身管多目标优化研究

舰炮的炮口扰动是影响舰炮射击精度的重要因素。为了减少舰炮的炮口扰动,优化身管结构,建立了柔性身管的有限元模型并将该模型的模态计算结果与模态试验测试值进行对比,证明建立的柔性身管有限元模型是有效的。提出了混沌量子粒子群算法与动力学联合优化的方法,进行身管和炮口的多目标优化,优化结果表明：优化后的炮口中心的线速度、角速度和角位移与优化前相比显著减小,身管质量有所降低,结构更加合理,该优化方法有效可行,为下一步全炮总体优化设计提供了一定的借鉴。     

基于改进多种群PSO算法的火炮随动系统调节器参数优化

针对传统火炮随动系统调节器参数整定难以达到最优的问题,提出一种基于K-均值与惯性权重指数递减的多种群PSO(KEDM-PSO)优化算法。为保证种群的全局搜索能力得到最优的参数,采用将初始种群划分为多个子群协同寻优的策略。综合考虑系统复杂程度、种群规模、解集的多样性及收敛性,采用K-均值算法将初始种群划分为3个子群,使3个子群协同寻优。为保持种群多样性,各子群不断地聚类重组,动态调整子群规模以更好地进化。子群寻优采用惯性权重指数递减策略,使得算法具有初期搜索范围大、速度快,后期惯性权重小,利于收敛、稳定的特点。试验表明该算法是有效可行的。     

干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。     

基于粒子群优化的稀疏序列Bayes反卷积方法研究

在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.     

基于二进制粒子群的复杂网络攻击策略

针对当前复杂网络攻击策略在选择攻击节点集上精准性不足,难以快速获取网络空间战场核心节点集以毁瘫敌方网络空间体系的问题,提出了基于二进制粒子群算法的攻击策略.该策略首先对网络节点状态进行编码,然后,计算基于深度优先搜索的适应度函数值,并使用二进制粒子群算法求解最优节点集,最后,针对典型网络模型开展仿真实验,对比分析了基于...     

考虑多轴应力与共振影响的随机振动疲劳寿命预测

目前工程上计算结构随机疲劳寿命时,仍经常采用基于单轴拉-压疲劳寿命(Stress-Number of cycles,S-N)曲线的应力寿命方法.虽然使用简单方便,但这种方法不仅忽视了单轴S-N曲线且不能准确反映结构在多轴应力状态下的疲劳,还忽略了随机振动中共振对结构疲劳寿命的影响,因此该方法在预测结构在随机振动下的疲劳...     

基于次级通道在线辨识变步长主动隔振控制算法研究

针对主动隔振中次级通道存在的时变特性和传统在线辨识方法导致的主动隔振效果较差问题,提出了一种基于次级通道在线辨识的变步长主动隔振控制算法.通过附加高斯白噪声对次级通道实时建模,同时引入功率因子在设定范围内对主动控制迭代步长和白噪声功率进行调整,并搭建了单通道主动隔振实验平台,仿真和实验研究结果表明:所提算法降低了计算量...     

基于逆强化学习的空战态势评估函数优化方法

为提高无人作战飞机(UCAV)自主决策效能,提出基于逆强化学习的空战态势评估函数优化方法。以现有的正例与反例两类空战数据为样本训练一个RBF网络,采用逆强化学习得到不同态势下的态势值,实现了对现有空战数据的知识提取;利用Sigmoid函数的压缩作用,降低了整体态势值,加快了UCAV学习的收敛速度;采用自适应粒子群算法求解优化了态势评估函数中的权重参数,提升了对复杂空战态势的适应能力;仿真结果表明该方法能够优化态势评估函数,提高机动决策的收敛速度,在UCAV自主决策中具有一定现实意义。