基于时域Neal-Smith准则的人机控制系统设计多目标优化研究

为了获得驾驶员和飞机良好的匹配特性,使用基于人机闭环参考模型的方法将飞行品质的要求引入优化算法,进行飞行控制系统设计。首先使用CAP准则建立飞机等效系统模型。然后,基于时域Neal-Smith准则,通过多目标优化算法一次性得到在不同任务条件下的最优驾驶员模型。根据需要选择相应的驾驶员模型,并与飞机等效系统模型组成人机闭环参考模型,进行飞行控制设计多目标优化。仿真结果显示,文中的算法不仅可以整定控制器参数,根据任务需求选取最优驾驶员模型,还可以利用优化结果进行PIO易感性的分析。

基于智能优化算法的FIR数字滤波器设计

使用频率采样法设计FIR数字滤波器时,在通带与阻带之间设置适当的非零过渡点可极大改善滤波器的幅度特性,但过渡点最佳采样值难以确定,可以使用智能优化算法解决上述问题。在设置一个,两个和三个过渡点时,使用遗传算法、粒子群算法和模拟退火算法,在最大误差最小,阻带最大误差最小,最小二乘以及阻带最小二乘准则下,分别求解过渡点最佳采样值,并使用五种评价指标对比不同算法在不同滤波器优化准则下的优化效果。实验结果表明,在设置不同数量过渡点的情况下,使用智能优化算法均可得到阻带幅度特性优于查找表数据的过渡点最佳采样值,三种算法中模拟退火算法优化效果最佳,四种滤波器优化准则中阻带最大误差最小准则下的优化效果最佳。

基于层次化的云制造服务组合研究

针对云制造环境下,因忽略制造过程层次化特性导致组合服务路径存在服务质量瓶颈及整体服务质量计算偏差的问题,建立了新的问题模型并提出了求解算法。首先通过分析制造任务的层次化特性,构建了层次化的云制造服务组合模型。继而使用模拟退火算法求解该模型,为提高算法的效率利用子路径的服务质量约束设计了提前剪枝策略。仿真实验证明了模型的正确性和算法的有效性。

需求带时间窗的环保多车型组合配送路径优化

以降低成本、提高客户满意度、减少环境污染为目标,提出环保多车型组合配送的低碳路径优化问题。建立带软时间窗约束的多车型车辆路径优化模型,研究多车型车辆调度中载重量、需求的时间窗和多车型等多种约束的处理方法,并且设计模拟退火算法,进行仿真试验。通过对参数进行敏感性分析,研究不同环保性能车辆的影响,结果表明,车辆最大行驶速度与运行成本和客户满意度有着较强的相关性,而载重量则对运营成本和环境污染程度均有较大影响,同时试验结果表明模拟退火算法在该问题求解上的有效性。

多箱区多场桥调度优化模型及算法实现

为探究在预知集卡进场时间与运载任务的条件下,如何低成本、高效率地对多场桥进行调度这一难题,本文以多箱区多场桥调度为研究对象,以场桥移动成本与时间窗下场桥与集卡之间的等待罚金之和最小为目标,以场桥间作业安全距离为约束,并考虑场桥作业时间的均衡性,建立数学模型.利用模拟退火算法对模型进行求解,并利用MATLAB实现算法编程.根据某港口的实例数据,通过应用程序进行多场桥调度的算法求解.求解结果与实际人工操作相比,运作成本大幅降低,作业时间也缩短,这验证了本文调度优化模型及其实现算法的有效性与显著性.

舰艇编队防空多平台多类型武器火力分配优化

为了解决舰艇编队所面临的多批次、多种类目标饱和攻击的火力分配问题,提高突防能力,通过建立编队防空多平台多防空武器的火力分配模型,采用模拟退火策略的自适应遗传算法进行求解与仿真。采用特殊的染色体编码方式使其满足约束条件;利用混沌序列初始化种群,加强种群的多样性;充分利用遗传算法工具箱,自适应调节算法的交叉与变异概率,优化参数,改善算法的收敛性;模拟退火策略增强了算法的局部搜索能力。通过计算机仿真进行求解,优化了火力分配方案,说明改进方法在优化性能上有较大改进,能避免陷入局部最优。仿真验证了模型的可行性和算法的有效性,可为解决火力分配问题提供有效解决方案,为编队防空火力分配提供参考。

量子原胞自动机遗传模拟退火算法改进研究

针对量子原胞自动机遗传模拟退火算法仿真大型电路的效率低的不足,提出一种可以减小问题规模的局部遗传模拟退火算法。理论验证了可定态细胞的定态规则,对可定态细胞进行定义;采用定态规则计算可定态细胞极化状态与遗传模拟退火方法计算不可定态细胞极化状态相结合,从而有效地减小了问题的规模。通过仿真验证了基于定态规则的遗传模拟退火方法相比单纯遗传模拟退火方法更具优越性,不但加快了量子原胞自动机仿真的收敛速度而且提高了仿真的精确度。

时变条件下军用爆炸品公路运输人口风险路径优化模型研究

为降低军用爆炸品的运输风险,通过对运输过程中人口风险以及实际运输网络动态性分析,建立时变条件下军用爆炸品运输的人口风险模型,利用改进的模拟退火算法思想进行Matlab编程,对时变条件下军用爆炸品运输的风险最小路径进行求解。算例验证表明,只需获得运输网络中各个时段对应的事故概率、人口密度和交通流量等数据,就能利用改进的模拟退火算法较好地解决时变条件下的风险最小路径问题。

智能组卷系统的核心算法比较

从目前考试改革的进程看,考试将逐渐向人性化、自动化过渡,通过计算机进行智能组卷是其中的关键技术,而要得到优质的试卷不仅要建立合理的数学模型,还要有高效的组卷算法。该文将选用几种常用智能算法进行分析比较,力求找到一个能够提高组卷成功率,取得满意组卷效果的最优算法。

基于双层规划的公交车调度问题的模型与算法

城市公交车辆调度的主要目的是在方便乘客出行的前提下追求企业利益的最大化,其关键问题是在企业如何进行公交车辆配置和安排一天中各个时段上的发车频率.在对现有问题研究的基础上,基于对调查数据的分析和推导,建立了以乘客满意度为上层目标、企业运营效益为下层目标的双层规划模型,并对此设计了一个遗传模拟退火混合优化算法,结果表明:本文提出的双层模型和设计的遗传模拟退火算法具有一定得有效性和可行性.

改进模拟退火算法在TSP中的应用

为了有效优化旅行商问题(TSP)的旅行路径,通过分析传统模拟退火算法的优缺性,提出了一种改进扰动机制并结合分支定界的模拟退火算法。为了弥补模拟退火(SA)算法对初始解的依赖性,该算法首先通过分支定界产生一个较优的初始解,通过对SA温度参数和扰动机制的的有效控制,进行全局优化。采用TSPLIB中的标准库文件验证,测试的数据显示改进的SA算法和传统算法相比较,在针对此类问题的求解上有着良好的性能。

考虑机器非加工状态的作业车间节能调度

为了减少机器在非加工状态时的能耗,采用机器关闭再开启的决策方案来实现此目的.首先建立目标为总能耗和最大完工时间最小化的车间节能调度模型,并将此决策方案抽象为约束条件,然后提出一种基于混合元胞遗传模拟退火算法的求解方法,引入插入式贪婪解码算法进行解码,基于同步机制的遗传操作更新种群,增加模拟退火操作与收敛准则实现进一步优化.最后通过案例验证了该模型与算法的有效性与实用性,结果表明运用该模型可达到很好的节能优化效果.

基于任务聚类的多星观测调度方法

星上传感器侧摆次数有限,在卫星观测调度时进行任务聚类可以节省资源,提高观测效率。提出了动态聚类调度算法(DCSA)来解决多星多轨道圈次的观测调度问题,DCSA把聚类和调度动态结合起来,并使用模拟退火算法搜索全局最优解;分析了在满足分辨率需求前提下多任务聚类的约束条件,并对聚类任务的侧摆角度和时间窗口进行合理优化;根据任务聚类的性质建立了聚类图模型,采用团划分方法进行DCSA中的聚类操作。多个实验算例表明,DCSA具有较好的求解性能,能有效提高卫星的观测效率。

基于节能环保综合效益的水火电联合调度

考虑到抽水蓄能电站与普通水火电站的联合运行特点,以及机组排污对经济发展的影响,建立了含抽水蓄能电站基于节能环保综合效益的水火电联合调度模型,并采用基于抗体片段的免疫算法进行求解。采用两个抗体片段对抽水蓄能电站的抽水发电工况分别进行编码,并引入工况耦合约束来解决抽水蓄能电站机组特有的双工况耦合问题;通过引入等效环境价值将排污量折算为排污经济损失,并与煤耗损失进行综合亲和度计算,同时在算法中利用模拟退火思想选取综合经济指标最优的抗体,以提高算法全局寻优能力。算例分析表明了该算法的有效合理性。

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。