遗传算法的研究与进展

遗传算法是建立在自然遗传学机理基础上的参数搜索方法，本文介绍了遗传算法的思想来源和基本原理，比较了遗传算法与其他人工智能技术，论述了它在优化、机器学习，尤其是控制领域中的应用成果，并对进一步的研究工作提出了一些展望。

基于遗传算法的IFFCS设计方法

首次将遗传算法用于综合火力／飞行控制系统的参数设计中，在某高速歼击机数学模型基础上，采用遗传算法自动调节这些参数以获得满意的性能，仿真结果表明，遗传设计方法能够缩短设计时间，改善瞄准精度。

应用遗传算法设计自动交会控制器

本文提出应用遗传算法求解黎卡及方程，并将这一方法用于设计自动交会控制器．遗传算法是一种基于自然选择和群体遗传学机理的参数搜索方法，它将达尔文的适者生存策略与人工染色体中的随机而结构化的信息交换相结合，既消除了求解过程的不适应因素，又利用了解中已有的知识，从而大大加快了优化速度和能力，且计算比直接解黎卡提方程要简单．航天器自动交会控制系统的仿真结果表明，这一方法是有效的．

飞机悬挂物管理系统的仿真研究

研究出一种飞机悬挂物管理仿真系统.它采用8086单板机作为中央信息处理器,使得系统具有较高的管理效率和自动化程度,具有操作简单、直观、通用性好等特点.

航天器相对运动估计的一种并行推广卡尔曼滤波方法

从并行的观点出发，研究应用推广卡尔曼滤波估计航天器交会对接寻的期相对位置和速率问题。推导出交会推广卡尔曼滤波公式；提出了基于奇异值分解（ＳＶＤ）和Ｆａｄｄｅｖ算法的并行平方根算法；给出了其脉动阵列（Ｓｙｓｔｏｌｉｃ）实现结构；并对阵列所需的处理单元数目和执行一次迭代所需的时间步进行了分析，说明了其实现的优越性。

空间交会对接中的安全轨迹研究

本文根据交会相对运动方程，给出动力学方程的解析解，推导出安全接近的最佳方位，并给出轨迹选择的数学表达式和计算步骤，从而为今后空间交会对接接近轨迹和保持点的选择提供理论依据．

遗传算法及其在系统仿真中的应用

本文介绍遗传算法的基本原理，给出其在系统仿真中的几个应用实例，阐述其发展趋势及有待解决的问题。

航天器对接系统中相对运动参数测量的计算机视觉方法

本文基于三维计算机视觉技术提出了估计对接过程中相对运动参数的一种新方法。根据安装在追踪航天器上的双目视觉系统,建立了两航天器之间的相对运动数学模型,并采用最小二乘法及约束优化方法获得了两航天器相对位置和姿态参数。该方法无论在图像特征点检测,还是在进一步进行动态体视分析方面,都优于文献[1]。仿真结果表明这种方法是可行的。

基于并行处理的混合自适应控制器

本文研究采用并行处理技术实现对象具有未建模动态时的间接式混合自适应控制算法，并重新设计了周期协方差重置序列最小二乘和补偿器增益计算方法；给出便于超大规模集成电路（ＶＬＳＩ）脉动阵列（ｓｙｓｔｏｌｉｃ）实现的结构，加快了高速高性能自适应控制器的参数综合．

基于遗传算法的特征结构配置及其在导弹控制中的应用仿真研究

本文研究采用遗传算法求解线性多变量系统在输出反馈作用下的特征结构配置及其在导弹控制系统中的应用问题。遗传算法是一种基于自然选择和群体遗传学机理的参数搜索方法。采用遗传算法求解特征结构配置问题，具有适用广泛和计算稳定等特性。对导弹控制系统的仿真结果表明，这种方法是有效的。

基于遗传算法的大型空间结构模型降阶

采用遗传算法求解大型空间结构的模型降阶问题。给出了模型降阶的数学表示和所用遗传算法的有效形式，即编码方式、适值方式、交叉方式和变异方式等。仿真实例说明。

求解特征结构配置问题的一种新方法

基于遗传算法提出了求解线性多变量系统在输出反馈作用下的特征结构配置问题的一种新方法。遗传算法是一种基于自然选择和群体遗传学机理的参数搜索方法。采用遗传算法求解特征结构配置问题，具有适用面广和计算稳定等特性。我们以导弹控制系统为例进行了仿真，结果是令人满意的。

基于并行处理的线性二次型最优控制器

本文研究基于并行处理的线性二次型最优控制器问题。文中提出了一种平方根线性二次型最优控制算法，并将其映射到并行专用结构──脉动阵列（ｓｙｓｔｏｌｉｃａｒｒａｙ）上。加快了控制器参数综合，为快速动态环境下最优控制的实时应用开辟了广阔的前景。

Transputer在实时控制中的应用研究现状(上)

介绍Transputer和occam在实时控制工程中的应用概况。着重讨论实时控制问题的特殊本质，Trans-puter和occam的硬软件特点，映射策略以及粒度问题；综述目前Transputer在航空航天、实时仿真、机器人以及卡尔曼滤波中的成功应用例子；给出发展趋势。