SIM—LISP:一个通信网络管理专家系统外壳的设计与实现

本文介绍了笔者为开发名为OONMES的网络管理专家系统所实现的一个简单专家系统工具SIM-LISP。SIM-LISP是一个用C/C++语言来实现的模拟LISP语言的可调用函数集,它短小精巧,速度快,可以完成针对网管专家系统的事实或规则知识的表示、匹配、合一和推理等基本操作,并有与知识对象的连接功能,是网管专家系统内核实现的支撑环境。     

基于毁伤概率的反钻地弹火炮阵地优化配置研究

针对地面火炮武器末端拦截大壁厚钻地弹的作战需求,在对火炮武器系统拦截钻地弹毁伤概率多种影响因素计算分析的基础上,提出了基于拦截毁伤概率计算的火炮数量和部署位置的优化方法,给出了典型的火炮阵地部署方式和相对防护点的部署半径建议,可为反钻地弹火炮武器系统的论证和设计提供技术参考。     

基于ADAMS的某手枪减后坐参数优化

枪械在射击过程中会产生较大的后坐力,影响射击精度,因此,要降低射击时的后坐力。针对该问题,使用ADAMS对某手枪进行动力学仿真,对后坐力以冲量的方式进行函数定义,对多个设计变量进行设计研究,找出对目标函数影响较大的设计变量,通过优化设计得到各参数较优组合。仿真结果表明,采用该参数设计组合,其后坐力下降了11.5%,说明该优化方法是可行的,对于降低枪械射击后坐力提供了一种理论依据。     

多核贝叶斯优化的模型决策树算法

构造模型决策树时超参数较多,参数组合复杂,利用网格搜索等调参方法将会消耗大量的时间,影响模型性能的提升。提出了一种多核贝叶斯优化的模型决策树算法,该算法为应对不同分类数据特性,采用三种高斯过程建模寻优,利用贝叶斯优化技术,选出最优的参数组合。实验结果表明,所提算法在参数寻优上要优于传统的模型决策树寻优方法,并且能够在迭代次数不多的情况下找到全局最优参数值,在一定程度上提升了算法的分类性能,节省了大量的调参时间。     

伞衣优化设计对群伞系统气动特性的影响分析

随着载人航天、深空探测等航天任务的蓬勃发展,航天器回收载荷质量大幅提高,以单具降落伞为功能核心的传统减速系统已不能满足大质量回收载荷日益提高的迫切要求,发展群伞减速着陆系统是实现大载重航天器高效减速和无损着陆要求的发展方向。本文采用数值模拟手段对群伞系统的气动特性开展仿真研究,结合环帆伞构型优化设计,分析了多种构型下群伞系统的气动特性。通过对仿真结果进行流场分析和数据对比发现,开窗/开缝设计既能够确保群伞系统具有良好的阻力特性,又能够维持群伞系统的工作稳定性,避免单伞之间由于受力而发生碰撞现象。采用数值仿真手段不仅可以提高降落伞研制效率,降低研发成本,也为设计人员掌握群伞系统的工作原理、促进降落伞设计理论发展提供了有力保证。     

非理想干扰对消条件下扰中侦系统性能分析与功率优化

为了定量描述干扰对消性能对扰中侦系统的影响,提出了非理想干扰对消条件下干扰-侦察中断概率的概念,推导了干扰-侦察中断概率性能闭式表达式,并进一步给出了理想干扰对消情况下的渐进中断概率表达式。基于所推导性能闭式表达式,求得了使干扰-侦察中断概率最小化的最优干扰功率。利用蒙特卡罗仿真验证了推导结果的准确性和最优功率的正确性。结果表明,干扰-侦察中断概率随着干扰对消比增大而减小,但随着干扰功率和发射功率的增大先减小后增大;最优干扰功率随着发射功率的增大而逐步增大,但最优干扰-侦察中断概率性能随着发射功率的增大而趋于常数。     

多输入多输出雷达恒模稳健波形联合优化算法

针对目标冲激响应及杂波冲激响应分布特性先验知识不准确导致的多输入多输出雷达检测性能下降的问题,提出恒模稳健波形与接收机滤波器联合优化算法。将目标冲激响应及杂波冲激响应分布特性先验知识不准确时的优化问题建模为一个极大极小化问题。运用迭代优化算法将联合优化问题分解为两个子优化步骤:将波形固定时的接收机滤波器权值优化问题建模为广义瑞利商模型,求解得到相应的接收机滤波器权值矢量;利用半正定松弛技术对权值固定时的波形优化问题进行求解,获得对应的波形矩阵,并根据得到的波形矩阵,通过高斯随机化的方法获得所需的恒模波形。对所提算法的收敛性进行了证明,仿真结果表明所提算法有效。     

面向多星观测调度的分层迭代算法

提出一种基于分治策略的多星观测分层调度框架,在该框架下,用蚁群优化算法把任务分配至各轨道圈次上,并利用自适应模拟退火算法求解各轨道圈次的调度问题。根据各轨道圈次调度结果的反馈情况,再调整任务分配方案,重复上述过程直到达到算法终止条件。为了提高算法的性能,在设计蚁群算法的启发式信息模型时,应充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构,采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明,该方法有效地降低了问题求解的复杂度,尤其在求解大规模多星观测调度问题时表现出优异的性能。     

星际探测太阳帆行星和太阳借力轨道全局优化

以太阳帆在20年内飞行至距离太阳200 AU以远进行星际探测为目标,研究太阳帆通过行星借力和太阳借力的轨道全局优化问题。建立太阳帆时间最优转移轨道数学模型,分析行星借力和太阳借力的约束条件,并用这些约束条件构造目标函数,从而将轨道优化的四点边值问题转化为求解无约束条件下的多变量优化问题。通过选取合理的约束权重,采用遗传算法获得大范围的粗略解,代入到序列二次规划算法中获得高精度解。仿真结果表明,虽然太阳帆通过太阳借力已获得相当大的加速度,但加上木星借力仍然可以节省相当多的飞行时间。提出的轨道优化思路,可以为太阳系逃逸任务轨道初步设计提供参考。     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以\"天航二号\"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。