基于遗传算法的嵌入式软件测试用例生成系统研究

综合考虑了嵌入式软件的特点,将遗传算法应用于搜索全面覆盖软件特殊路径的测试用例生成的问题,合理构建了嵌入式软件测试用例自动生成系统,给出了系统流程图,改进了部分算子,使搜索效果得以加强,并分析了交叉率、变异率等参数的取值范围,通过改变不同的参数值得到对比图,以确定适合该系统的最佳参数值,并针对实际汇编语言编写的嵌入式软件指定路径进行仿真测试,从理论和实践上证明了该思路的正确性和可行性。     

系统标定的一种新方法

以2008年高教社杯全国大学生数学建模竞赛的A题为研究背景,设计了利用数码相机进行系统标定的一种新方法,建立了相应的数学模型,并设计遗传算法实现了模型的快速求解,算例表明了模型及算法的有效性。     

基于遗传算法的湿陷性黄土地基灰土挤密桩优化设计

利用Visual C＋＋语言,定义了一个面向对象的基于实数编码遗传算法类。运用可最大限度保证遗传算法搜索到问题的全局最优解的深度搜索策略,编制了灰土挤密桩的优化设计和造价估算遗传算法程序,并针对兰州某地灰土挤密桩复合地基进行了计算分析,并与原有方案比较,结果表明：两种优化方案在满足承载力和变形的条件下,在降低造价成本方面优势非常明显。     

基于遗传算法的结构测试数据自动生成

生成测试数据是软件测试的主要过程,将遗传算法引入到测试数据的自动生成中,重点介绍其生成过程,并对遗传操作进行改进,在一定程度上降低算法的过早收敛性.最后构建出基于遗传算法的测试数据生成模型.并用实例证明算法的高效性.     

基于遗传BP神经网络的装备研制风险分析方法

简要介绍了GA和BP算法,利用遗传算法全局性搜索的特点,改变BP算法依赖梯度信息的指导来调整网络权值的方法,寻找最为合适的网络连接权和网络结构,提出了遗传算法优化BP神经网络的思路及其数学模型.最后,结合对某型航空装备的风险源的分析,利用此优化模型进行了验证.结果表明了该方法的可行性,为装备研制风险分析提供了一种新思路.     

基于混合遗传算法优化的制导炸弹BP网络PID控制器

经典的PID控制方法虽然其物理意义明确、参数调整简便,但是面对现代的过程控制对象所具有的非线性、时变和多种不确定干扰等特性,使得基于精确线性数学模型的设计思路很难直接获得满意的动静态控制效果.在BP神经网络控制的基础上,采用混合遗传算法优化BP反向传播权系数值,推导了算法过程,设计了基于混合遗传算法优化的制导炸弹BP网络PID控制器.最后,以某制导炸弹纵向通道设计为例,仿真结果表明控制器能使得制导炸弹准确命中目标,并且具有较好的鲁棒性能.     

风扇蜗壳排气段结构优化研究

为有效降低车辆封闭式冷却风道中风扇蜗壳的空气流动阻力,提出了计算流体力学分析与遗传算法相结合的蜗壳排气段结构优化方法,建立了蜗壳结构优化模型,开发了优化算法可执行程序Control CFD.EXE。对某车辆的风扇蜗壳排气段进行了结构优化。优化后蜗壳排气段的空气流动阻力比优化前减小了10.1%,空气质量流量增大了1.70%。     

基于二层遗传算法的导弹航路选优问题研究

在多批次多数量的反舰导弹从多个方向对敌舰艇进行饱和攻击的决策过程中,如何选择出最优的航路组合是提高反舰导弹作战效能的关键问题。在综合分析反舰导弹航路选优问题的基础上,建立了导弹航路选择的优化模型,并针对导弹航路选优问题,对基本遗传算法进行了改进,提出了二层遗传算法。仿真分析了多火力单元多目标导弹攻击的航路组合优化问题,得出了有效的导弹攻击航路。通过验证,说明了二层遗传算法在导弹航路规划中的有效性。     

基于遗传算法的电子对抗作战实验寻优方法

作战仿真实验是评估电子对抗作战效能的理想方法,但在方案寻优时却面临实验方案"组合爆炸"的困难。对此,提出了将遗传算法引入作战实验寻优过程的求解思路。简要介绍了电子对抗作战仿真系统;分析了电子对抗作战方案拟制一般流程,建立了电子对抗作战方案优化模型,并给出了结合遗传算法和作战实验对其进行求解的原理和步骤;通过空袭作战电子对抗方案寻优的实例验证了方法的有效性。结果显示,本方法能够极大地提高寻优效率。     

基于多目标优化的任务计划建模及方法

针对任务计划在进行多目标优化时采用进化算法求解效率较低的问题,设计了一种结合分组策略的非支配排序遗传(NSGA-Ⅱ)算法,可以快速有效地得到合理的分组结果。基于分组结果,调整NSGA-Ⅱ算法的步骤,灵活地进行种群初始化,使最终分配结果各优化的目标有了明显的改善,提高了算法的效率。通过实验分析,验证了所提方法的可行性和有效性。