模型预测控制算法在AUV中的应用

模型预测控制是一种工程实践方法,它采用滚动优化的策略,通过不断地在线优化计算,获得最优的控制效果.文中对模型预测控制理论在自主式水下航行器水平面航向控制中的应用进行了研究,用视线导引法产生参考航向角,通过遗传算法对其性能指标函数进行优化,通过计算机仿真显示出这种算法的可行性.     

基于预测控制和动态逆算法的翼伞飞行控制

针对传统无人机动态逆控制算法并不能完全适用于翼伞飞行控制的问题,提出了结合预测控制与动态逆的组合飞行控制算法,该算法选取偏航角及其变化速率作为控制回路,使其满足非线性动态逆的设计条件,根据内环线性反馈得到的线性模型作为预测控制模型,设计了组合飞行控制策略。仿真结果表明:组合控制算法相比非线性动态逆算法,对给定航向的跟踪具有较好的效果,验证了算法的有效性。     

基于遗传算法的火箭炮托架结构优化

将动态有限元法和遗传算法有机结合,实现了托架的结构优化。在对托架进行动力学分析获得相关响应参数的基础上,建立了托架的参数化有限元模型和优化数学模型,并编写遗传算法程序对其进行优化求解,取得了理想的减重效果。文中的动态分析与结构优化方法对其它部件的结构优化具有一定的参考价值。     

基于遗传算法的优化PID控制器设计

提出了一种基于遗传算法优化整定ＰＩＤ控制器的新方法，该方法首先将ＰＩＤ参数整定转化为求解一优化问题，进而应用遗传算法求出优化问题的解。给出了设计实例，并应用所提出的方法对导弹控制系统进行优化设计。     

基于矩阵外积法的卡尔曼滤波器在动态GPS定位中的应用

提出了一种新的基于矩阵外积的卡尔曼滤波算法,该卡尔曼滤波算法速度快,效率高,数值稳定性好,运算量少,将其应用于动态GPS定位验证了其有效性.     

基于遗传算法优化LSSVM的初速预测

利用两台初速雷达测试弹丸炮口初速的试验中,当一台雷达的数据出现缺失时,通过建模预测出缺失的数据成为一项必要的工作。预测初速主要采用GM(1,1)模型,但是该模型并不完全适合预测初速,所以预测精度不理想。通过深入分析两台雷达之间的关联性,选择把两台雷达的数据进行融合,同时根据弹丸初速自身的特征,选择建立遗传算法优化LSSVM对缺失的数据进行预测。实验验证时,选择ARIMA模型、GM(1,1)模型、支持向量回归机、BP神经网络作为对比模型,两次验证的结果表明,遗传算法优化LSSVM的预测精度最高,误差远小于1‰,达到了初速雷达测试弹丸初速的误差标准,是预测弹丸初速的最佳模型。     

基于多岛遗传算法的膛压动态加载实验装置参数优化

采用动态加载实验装置模拟膛内压力加载过程是利用实验室手段模拟火炮射击环境的有效方法之一。针对动态加载试验过程进行内弹道建模,选择多岛遗传算法对装药结构进行优化设计,得出了药室容积、发射药弧厚、装药量、排气孔直径等参数优化结果,并通过试验验证了优化后参数的合理性。试验结果表明,膛压曲线上升段模拟值与火炮射击试验值吻合较好,可以通过实验室单项试验模拟火炮射击的膛内压力加载过程。     

动态规划与遗传算法在导弹武器火力分配中的应用

运用最优控制中的动态,针对不同情况建立了导弹武器火力分配模型,给出了计算实例和结果分析。此外,针对大规模火力分配问题,提出了一种的遗传算法。     

基于动态特性分析的复进簧寿命预测

多股复进簧是自动武器的关键部件,为提高复进簧设计水平,就必须深入研究多股复进簧动态特性与疲劳寿命预测。针对某航空机枪多股复进簧进行研究,采用ABAQUS进行有限元仿真、时域分析和应力谱分析,同时基于动态特性分析进行Miner理论工程计算和n Code数值仿真计算,分别对多股复进簧进行疲劳寿命预测。研究结果表明,后坐阶段复进簧固定端应力在18 ms达到最大值519. 4 MPa,复进阶段复进簧固定端在38 ms达到最大值705. 2 MPa,通过时域分析可知,复进簧固定端最有可能出现疲劳失效; n Code仿真中,复进簧复进后坐一次产生疲劳损伤最大值为5. 074×10-5,其最小循环次数为19 708次,与工程计算中50%可靠度下的预测值接近,符合一般试验情况。此方法对自动武器其他机构的疲劳分析具有指导意义,对其他类弹簧或火炮复进簧寿命研究也具有借鉴意义。     

基于支持向量机的预测控制算法

采用基于支持向量机的模型预测控制法来实现非线性模型预测控制.控制器设计采用改进MOUSE(Modifled Univariate Search)方法来解决非线性约束优化问题.其具体实现通过计算种群适应值函数、检查每个解是否满足约束条件、选取一定数量产生子代的种群计算相应适应值,更新设计变量等步骤完成.     

基于神经网络的预测控制

基于神经网络的预测控制器由神经单元自适应PID控制器和基于神经网络的Smith预估器组成.预估器对输出进行多步预测,使控制器超前动作以消除时滞对系统的影响.自适应PID控制器通过有监督的Hebb学习算法实现其权值调节,通过权系数的在线调整实现自适应控制.并以仿真试验给予了验证.     

基于改进Elman网络的自适应预测函数控制

基于改进Elman网络的自适应预测函数控制算法，使用网络作被控对象的预测模型，按实际输入输出数据建立对象的网络预测模型(NPM)．当预测误差大于规定值时，在线修正对象数据NPM权值，使其准确反映对象的动态特性，将预测误差控制在规定范围．以电液伺服舵机为对象仿真，选择合适网络结构、权值初值和学习速率，自动修正网络权值以适应变化的被控对象，实现了快变过程的鲁棒控制．     

基于多岛遗传算法的多状态动力学模型并行修正方法

提出一种结构动力学模型并行修正方法,该方法为两层修正系统,子系统层可进行多个数值模型并行分析;系统层为优化流程,采用多岛遗传算法驱动优化流程,保证设计参数收敛于全局最优解.优化过程中子系统中数值模型的设计参数合并到系统层设计向量中,避免了传统方法修正后同一产品不同状态数值模型设计参数不一致的现象.采用此方法对某飞行器进行了4种状态动力学模型的修正,结果表明修正后模型计算结果与实测值更为吻合,验证了方法的有效性.     

基于遗传算法优化的四旋翼控制系统研究

为提高多自由度、非线性的四旋翼无人机模型控制系统的系统响应与控制效果,提出一种基于遗传算法优化的模糊PID控制策略。将整个控制系统分解为外环位置控制器和内环姿态控制器2部分,对四旋翼无人机系统进行建模仿真。由仿真分析结果得知,当滚转角度分别为35°、45°和65°时,通过遗传算法优化的模糊PID控制相对于模糊PID控制的角度误差分别降低2.58°、3.09°和3.78°;X轴误差分别降低了0.759、0.658和0.593 m;Y轴误差分别降低了0.157、0.228和0.195 m;Z轴误差分别降低了0.169、0.237和0.514 m。结果表明：该策略保证了整机的稳定性,使整机的控制系统能达到更好的控制效果,保证了四旋翼无人机具有更好的性能。     

基于遗传算法的航空发动机模糊优化控制

为适应航空发动机非线性的控制要求,采用基于多个修正因子的模糊控制方法对航空发动机的控制器进行设计,利用改进的遗传算法对模糊控制器的多个修正因子进行参数优化,并对航空发动机数学模型进行仿真试验.从仿真的结果看,改进遗传算法的收敛性比较强,收敛速度快;仿真优化后的修正因子取值在满足一定范围时,控制系统能达到比较好的控制效果.基于遗传算法参数优化的模糊控制器表现出比较好的控制性能.     

基于网络矩阵的防空导弹拦截算法

为了提高防空导弹的拦截精度和拦截效能,对基于双重目标函数的多通道防空导弹火力单元拦截算法进行了改进。通过分析防空导弹武器系统拦截效能的主要影响因素和目标拦截有利度,引入网络矩阵节点状态标号,提高了算法的稳定性和运算效率,为指挥员科学、合理决策提供理论依据。实验结果表明,改进后的算法能缩短毁伤所有目标的时间和各通道拦截总时间,验证了算法的有效性。     

Matlab遗传算法工具箱的应用

Matlab遗传算法(GA)优化工具箱是基于基本操作及终止条件、二进制和十进制相互转换等操作的综合函数库.其实现步骤包括:通过输入及输出函数求出遗传算法主函数、初始种群的生成函数,采用选择、交叉、变异操作求得基本遗传操作函数.以函数仿真为例,对该函数优化和GA改进,只需改写函数m文件形式即可.     

基于Hausdorff距离和免疫遗传算法在图像匹配的应用研究

部分Hausdorff距离和免疫遗传算法相结合的图像匹配算法包括：定义编码与适应度函数、确定交叉变异算子及免疫操作。部分HD距离作为模板匹配的相似性测度,可有效减少匹配计算量;免疫遗传算法具有较强的鲁棒性和强大的并行搜索能力。两者的结合明显缩短匹配时间,提高匹配的精确度和鲁棒性。仿真结果验证该方法高效稳定。     

遗传算法研究

遗传算法以编码空间代替问题的参数空间,以适应度函数为评价依据,以编码群体为进化基础,以对群体中个体位串的遗传操作实现选择和遗传机制,建立一个迭代过程。通过随机重组编码位串中重要的基因,使新一代的位串集合优于老一代的位串集合,群体个体不断进化,逐渐接近最优解,最终达到求解。     

基于遗传算法的航空装备保障资源调度

运用遗传算法研究航空装备保障的资源调度优化问题,将网格路径优化与航空装备保障的实际相结合,通过网络优化、需求评估和路径优化建立了合适的航空装备保障资源调度参考模型和动态资源调度实施方案。运用遗传算法对资源调度进行规划的过程中对初始种群的产生和变异操作进行了改进,并用实例证实了该方法的有效性。