基于混沌DESAPSO算法的无人机三维航迹规划

粒子群(PSO)算法易陷入局部最优,将其运用于无人机三维航迹规划会导致航迹品质不高,针对这一问题,提出了将差分进化(DE)算法、模拟退火(SA)算法嵌入PSO算法中,构成混沌差分进化模拟退火粒子群(DESAPSO)算法,从三个方面提高了航迹品质:一是利用DE算法的变异、交叉及竞争选择增加种群多样性;二是利用SA算法概率突跳能力跳出局部最优解;三是对PSO算法参数进行混沌优化,进一步增强种群多样性.仿真结果表明:混沌DE-SAPSO算法改进航迹品质效果明显,获得了满意的无人机三维航迹.     

基于混沌遗传算法的测试选择优化问题研究

针对测试选择优化这一NP难解问题,文中利用改进的遗传算法对其进行优化.算法以遗传算法为主流程,利用混沌现象不重复遍历的特点优化生成初始种群,然后对每次迭代中的个体以一定的概率进行混沌优化.最后,以超外差接受器为例,对算法的有效性进行了验证.事实证明,该算法能够较快地搜索到优化问题的最优解,验证了混沌遗传算法对测试选择优化问题的有效性.     

基于Henon 混沌映射的多目标粒子群算法改进分析

为解决多目标粒子群优化算法对初值敏感性较差和局部搜索能力不强的问题,提出一种改进的混沌多目 标粒子群优化算法。根据多目标优化问题的概念,利用混沌对初值敏感、随机的特性,确定种群初始值,通过引入 Henon 混沌映射,将改进后的算法应用到3 个典型的多目标测试函数,并与NSGAⅡ和MOPSO 算法进行对比。仿 真结果表明：改进的多目标粒子群算法在收敛性、分布性和均匀性等均有提高,具有可行性和优越性。     

改进粒子群算法的集群协同干扰资源分配

根据敌方雷达不同的工作状态进行威胁等级的评估，以干扰对象和干扰样式为基础建立模型，由模型采用不同的智能算法进行集群协同干扰资源的分配。针对传统粒子群算法搜索范围小并且易陷入局部最优解等问题，提出一种改进的粒子群算法用于集群协同干扰资源的分配。通过将NSGA-II算法中基于实数编码的多项式变异算子引入种群的更新迭代中，提高种群中个体的多样性，扩大了种群的搜索范围；通过动态学习因子，调整算法在不同阶段对个体极值和全局最优值的侧重，从而降低了算法陷入局部最优解的概率。仿真结果表明，改进的粒子群算法提高了算法的收敛速度和寻优概率，并且具有优异的性能，在一定程度上解决了集群协同干扰资源分配问题。     

基于粒子群优化算法的模糊飞行控制器设计

提出了一种基于粒子群优化（PSO）算法的模糊飞行控制器优化设计方法。PSO算法通过粒子跟踪本身所找到的最优解和种群的最优解来完成优化．该算法具有可调参数少．简单易实现，优化速度快的特点。将PSO算法用于对模糊飞行控制器隶属函数的优化设计中，以达到提高控制效果与简化模糊控制器设计的目的。仿真结果表明．利用PSO算法进行优化设计所得到的模糊飞行控制器具有优良的控制性能。     

基于混沌搜索的AMPSO-WNN 在交流伺服系统中的应用

为解决大功率交流伺服系统存在非线性和参数时变等不确定性的问题,提出一种混沌搜索的自适应变异 粒子群优化小波神经网络的预测模型。建立交流伺服电机数学模型,利用不同变异方法使粒子趋近于不同的搜索区 域,引入混沌优化算法改进粒子群,采用基于混沌搜索的AMPSO-WNN 算法,以提高全局收敛的概率和速度。仿 真结果表明：优化后模型的预测精度高于优化前,且改进后算法具有较强的函数逼近能力,网络性能得到了显著提 高,局部极小值问题得到了有效解决。     

改进的混合遗传算法在防空目标分配中的应用

根据现代海战中防空目标分配的特点,建立了目标分配模型。针对基本遗传算法进行目标分配中存在的问题,提出了一种改进的混合遗传算法。该方法首先对交叉和变异算子进行了改进,引入了小生境技术解决早熟收敛问题。然后利用模拟退火算法具有较强的局部搜索能力,并且能够使搜索过程避免陷入局部最优解的特点,将模拟退火算法嵌入到基本遗传算法的循环中,解决了基本遗传算法收敛速度慢,时间复杂度高的不足。仿真结果表明,混合算法能很快收敛到全局最优解,效果较好。     

基于遗传算法的制导炸弹最优滑翔弹道研究

建立了制导炸弹铅锤平面内最优滑翔弹道问题的最优控制数学模型。为了克服传统数值优化方法对初始值敏感的缺陷及基于单一策略的混合遗传算法开发和探测搜索解空间所存在的矛盾性，提出采用基于自适应变尺度混沌遗传算法来求解最优滑翔弹道问题。一方面利用混沌运动的特性来保持群体的多样性，另一方面利用自适应变尺度来缩小搜索空间，提高算法效率。研究结果表明改进遗传算法能应用于求解弹道优化问题。最后分析了制导炸弹的最大射程滑翔弹道特性并得出结论。     

基于种群熵粒子群优化算法的上升段交会弹道优化设计

应用种群熵粒子群优化(Population Entropy based Particle Swarm Optimization,EPSO)算法研究运载火箭上升段交会弹道优化设计问题。以运载火箭和目标飞行器在交会时刻距离最小为目标函数,建立运载火箭上升段交会弹道优化模型,同时分别采用EPSO优化算法和传统粒子群优化算法进行求解。仿真结果表明,EPSO算法能够有效解决运载火箭上升段交会弹道优化问题,平均交会位置误差为8.33 m,较传统粒子群算法减少了149.37 m,平均搜索速度较传统算法提高了27%。EPSO算法收敛精度高,搜索速度快,更适用于解决上升段交会弹道优化这样的复杂约束优化问题。     

基于混合算法的导弹部队铁路机动路径选择

针对战略导弹铁路机动路线选择问题,提出了一种混合遗传禁忌搜索算法,即GATS。首先,由于军事活动的特殊性,该问题与传统的VRP和TSP问题的约束条件、目标函数都不相同,因此解的结构也不相同,于是定义了染色体结构的概念。其次,利用TS爬山能力强的特点,将它引入到GA之中,对经过遗传操作以后的群体进一步改进,其实质可以看作是一种变异算子,解决了GA由于简单变异概率小而造成的局部搜索能力低的问题。最后,通过仿真试验证实了算法的有效性。     

A New Chaotic Genetic Hybrid Algorithm and Its Applications in Mechanical Optimization Design

A new chaotic genetic hybrid algorithm(CGHA) based on float point coding was put forward in this paper.Firstly,it used chaos optimization to search coarsely and produced a better initial population.Then,a power function carrier was adopted to improve the ergodicity and the sufficiency of the chaos optimization.Secondly,the genetic algorithm(GA) was used to search finely and guaranteed the population's evolution.To avoid the search being trapped in local minimum,a chaos degenerate mutation operator was desig...     

染色体分层编码遗传算法及其在枪械设计中的应用

将枪械模块化方案设计过程映射为状态空间求解问题，在改进的标准遗传算法基础上建立染色体分层编码，更好地刻画了枪械产品层次结构，避免了传统二值编码码串过长难以描述关联程度较高的层次结构及对复杂多层系统求解易陷入局部最优的问题。同时，在模块化设计系统基础上，针对枪械方案设计系统种群个体数量不多、性状强的特点，在采取适应度比例选择及精英个体保留的再生算子基础上，结合排斥重串的稳态繁殖方法，进一步提高了最优解搜索性能。方案测试系统和实例系统均验证了该算法在层次结构方案设计中的有效性和实用性。     

通信系统的交织器技术

通信系统交织器类型包括分组螺旋、二次算术、卷积、分组、伪随机及S-随机等交织器.该技术将遗传算法或混沌学分别与交织器设计相结合.前者利用交织器生成算法生成基本种群,并保留最优个体.后者则通过混沌映射迭代值的排序值重新安排信息序列.     

基于混沌蚁群算法的鱼雷集成电机推进器电机优化设计

针对集成电机推进器(IMP)一体化结构要求电机功率密度大,效率高的特点,采用将混沌优化算法嵌入蚁群算法的混合智能优化算法——混沌蚁群算法(CACA)对集成电机推进器特种电机设计方案进行优化,该方法充分利用以上2种优化算法的优点,即蚁群算法的高精度和混沌算法的快速性。优化结果显示,优化后的设计方案使电机效率提高了1.6%,有效体积缩小了5.6%,使电机能更好地适应高启动场合要求,优化效果良好,可为鱼雷IMP特种电机的设计提供参考。     

基于混合自适应遗传算法的相控阵雷达任务调度

针对相控阵雷达任务调度NP难题,提出一种混合自适应遗传算法进行求解。在构建相控阵雷达任务调度优化模型的基础上,通过混沌理论优化初始种群,采取精英保留和混合排名的选择策略以及设计自适应的交叉、变异算子来提升算法的搜索性能;在自适应遗传算法的框架下,提出启发式脉冲交错算法,以利用雷达任务中的等待期来交错执行其他任务的发射期或接收期。仿真结果表明：相比于基于遗传算法的调度方法,改进算法的搜索效率更高、结果更优;相比于传统启发式算法,改进算法的调度成功率、时间利用率和实现价值率均得到了提升,并有效降低了时间偏移率。     

径流式涡轮三维叶型优化设计

三维气动优化设计方法是提高叶轮机械性能的有效手段.应用三维优化方法,对一涡轮增压器的径流式涡轮叶片进行了叶型优化设计.优化设计使用神经网络与遗传算法相结合的优化算法;变化控制涡轮端壁型线、积叠规律、中弧线和厚度的自由参数得到不同的叶轮几何,这些几何通过气动计算得到的性能作为神经网络优化的输入参数,以总-静效率为优化目标进行优化.优化后的涡轮总静效率比原涡轮提高了1.5%.这些工作为径流涡轮叶轮的多学科优化设计提供良好的基础.     

非线性系统参数的多种群并行遗传优化

非线性系统参数优化的多种群并行遗传算法,以群体遗传算法搜索整个解空间实现参数优化.通过群体中个体间的信息交换,淘汰劣质基因,并用优秀个体反映解空间信息,使系统稳健收敛.该方法首先选取编码方案、交叉和变异概率、适应度函数、策略及遗传算子以及优秀个体的迁移率,并通过饱和非线性环节、速率限制环节和三阶环节验证了非线性系统的参数优化.     

改进型实数编码遗传算法在内弹道优化中的应用

为实现内弹道装药结构的优化设计方案,提出将改进型遗传算法应用于内弹道优化数学模型.在基本遗传算法的基础上采用实数编码方式并对遗传操作进行改进,引入最优保留策略,使其更适合内弹道优化模型的复杂非线性.建立了具有代表性的某高炮内弹道装药优化设计模型,通过计算机仿真得到优化方案,并与采用模式搜索法和基本遗传算法得到的优化方案进行对比,结果表明,采用改进遗传算法进行内弹道优化是有效可行的.     

模糊资源约束的飞机消耗件联合补充研究

针对不确定环境下飞机消耗件联合补充的问题,建立模糊资源约束的消耗件联合补充模型。以最小化费用为目标,运用模糊数学规划,将模糊约束模型转换为确定约束模型。为提高模型的求解速度和效果,提出综合考虑种群特征、个体特征和种群进化阶段特征的改进自适应遗传算法,并通过仿真实例,对比分析模糊约束模型和确定约束模型的结果,以及一般遗传算法和改进自适应遗传算法的性能。结果表明：改进自适应遗传算法能保持种群多样性,具有良好的收敛性,算法搜索速度快,寻优能力强,其求解的精度和速度均优于一般遗传算法。