基于改进型入侵野草算法的三轴磁传感器非正交误差校正

由于加工工艺和安装工艺的限制,三轴磁传感器必然存在非正交误差。为校正该误差以获取准确的三轴磁数据,建立了三轴磁传感器的非正交误差模型,并通过最小二乘法求解该模型。利用4种智能优化算法对上述最小二乘问题进行求解,并对入侵野草算法进行了改进。仿真与实验结果表明:基于改进型入侵野草算法的最小二乘误差校正方法对因三轴非正交导致的运动噪声抑制率分别为85. 42%和86. 50%,可以较好地对三轴磁传感器非正交误差进行校正。

基于改进入侵野草算法的文本特征选择研究

为了更有效地进行文本特征的选择,提高选择精度,在一种基于标准入侵野草算法的文本特征选择方法基础上,采用改进的入侵野草算法,即在标准算法中结合小生境思想,对野草种群进行分类竞争繁殖,以增加种群的多样性,提高该算法的全局寻优能力,同时在算法的后期采用自适应小生境数来提高收敛精度,从而提高文本特征选择的准确率,最后通过仿真实验与其他方法进行对比,证实了该方法的良好效果。

野草入侵模糊算法的半主动空气悬架研究

为了抑制由路面不平引起的车辆振动,结合磁流变阻尼器和空气弹簧的变阻尼/刚度特性,设计了含内置永磁体式磁流变阻尼器的半主动空气悬架系统。基于电磁学原理,对内置永磁体式磁流变阻尼器的力学特性建模。建立了1/4车辆二自由度动力学模型,并利用野草入侵算法对常规模糊算法规则进行优化,开发了野草入侵-模糊混合控制策略对内置永磁体磁流变阻尼器的空气悬架进行半主动控制。为验证该控制策略在磁流变空气悬架的半主动控制效果,进行了C级路面随机输入及凸块脉冲输入仿真分析,仿真结果可知,野草入侵-模糊控制策略能有效地提高半主动悬架系统的综合性能。并且通过台架试验进一步表明,利用该控制策略能够使车身振动加速度及悬架动挠度分别减小25.87%、35.13%。

基于入侵野草优化算法的粒子滤波算法

入侵野草优化(IWO)算法是近年来提出的一种简单、有效的基于种群的新颖数值优化算法,在许多领域得到成功运用。将IWO算法与粒子滤波(PF)算法相结合,提出一种基于IWO算法的粒子滤波算法(IWOPF)。该算法将IWO算法运用于粒子滤波的重采样中,以保证粒子的有效性和多样性。最后通过计算仿真验证该算法的有效性和优越性。

基于入侵性野草算法的核动力装置故障诊断

针对船用核动力装置故障原因与相应故障征兆之间并非完全一一对应的特点,提出了一种将入侵性野草算法和概率因果模型相结合的故障诊断方法,该方法将概率因果模型中的似然函数作为入侵性野草算法的适应函数,从而将复杂系统的故障诊断转化为优化问题。结果表明,该方法能用于诊断过程中出现的不确定性问题,也可实现通过多个征兆来诊断多个故障的目的,且具有较高的诊断可靠性与实用性。

全振荡型入侵野草优化算法的仿真研究

标准入侵野草优化算法(IWO)存在易陷入局部最优、后期寻优能力差等缺点,影响了算法运算结果的精确度,也限制了算法的应用范围。在Basak等人提出的振荡型入侵野草算法的基础上,对算法的空间扩散环节进行改进,提出一种全振荡型IWO算法。通过三个标准测试函数的Matlab仿真对比研究以及在PID控制器参数优化中的实际应用,均表明了全振荡型IWO算法的优良性能,较好地解决了标准IWO算法存在的问题,改善了算法的收敛性,极大地提升了算法的寻优精度。

改进的野草入侵算法在模块划分中的应用研究

模块化设计对产品创新起到了重要的支撑作用,模块划分是模块化设计的关键技术之一,模块划分算法主要是基于模拟退火算法、遗传算法、免疫算法、粒子群算法等较为成熟的算法上发展而来。将野草入侵算法加以改进引入模块划分中,同时满足算法的收敛速度以及准确程度。同时算法程序简洁,易于实现,并通过实例验证了其可行性,与经典算法进行对比,验证了该算法的高效性,为模块划分算法的编写提供了一个新的方法。并基于以上算法,设计出模块划分软件系统,从而使设计人员避免重复性劳动,提高模块化设计效率。

基于简化野草粒子滤波的纯距离定位算法

针对入侵式野草优化粒子滤波算法(IWOPF)在纯距离目标定位与跟踪应用中计算量较大的问题,提出了一种简化野草粒子滤波算法(SIWOPF)。该算法简化了有效粒子数的选取方法,省略了IWOPF中需要通过最大种群数目控制粒子数量的步骤,且在每次迭代选取有效粒子时优先选取适应度值较高的粒子,因而在提高算法的运算速率的同时进一步提高了算法的估计精度。仿真结果表明,新算法适用于纯距离系统,且算法性能优于粒子滤波算法(PF)、IWOPF算法。

基于IWO算法的轴系—基座—壳体系统声辐射优化研究

针对轴系-基座-壳体结构复杂,对于激振力引起的结构表面声辐射尚未形成一套有效的计算和优化方法,文章尝试通过功率流有限元和声学边界元方法,对系统声优化问题进行了研究。在直线校中状态下,用相应单元模拟系统中减振器、隔振器和吸振器,建立轴系-基座-壳体系统有限元模型,利用有限元转子动力学,计算系统某特定工况下频率响应。在此基础上采用IWO算法,以各减振单元参数为设计变量,以传递路径的总功率流为目标函数进行优化,最后利用声学边界元方法对优化结果进行对比分析。结果表明,将流经路径总功率流替代场点声压为目标函数,不仅能将问题简化大大减少计算量,还能为系统减振降噪提供有效的优化计算方法,具有重要工程应用价值。

基于IWO算法的轴系-基座-壳体系统声辐射优化研究

螺旋桨推进轴系与壳体耦合振动和声辐射一直是重点研究问题之一,由于轴系-基座-壳体结构复杂,对于激振力引起的结构表面声辐射尚未形成一套有效的计算和优化方法。针对该问题,本文尝试通过功率流有限元和声学边界元方法,对系统声优化问题进行研究。在直线校中状态下,用相应单元模拟系统中减振器、隔振器和吸振器,建立轴系-基座-壳体系统有限元模型,利用有限元转子动力学,计算系统某特定工况下频率响应。在此基础上采用IWO算法,以各减振单元参数为设计变量,以传递路径的总功率流为目标函数进行优化,最后利用声学边界元方法对优化结果进行对比分析。结果表明,将流经路径总功率流替代场点声压为目标函数,不仅能将问题简化,大大减少计算量,还能为系统减振降噪提供有效的优化计算方法,具有重要工程应用价值。

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型。以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasive Weeds Optimization,IWO)算法的AUV全局路径规划方法,并分别与标准IWO算法、全振荡型IWO算法以及粒子群算法等三种路径规划算法比较。仿真结果表明,所提方法具有较强的寻优能力和鲁棒性,可在复杂海战场环境下为AUV高效地规划出满足性能要求的航行路径。

基于概率因果模型的核动力系统故障诊断

提出了一种将智能优化算法融入概率因果模型中实现核动力系统故障诊断的方法。根据概率因果模型,将一个核动力系统的故障诊断问题转化为寻优问题,然后将概率因果模型的极大似然估计作为入侵性野草算法的寻优条件,利用故障与征兆之间的关联强度实现故障诊断。实验结果表明,该方法具有较好的准确性和鲁棒性,能够满足实际故障诊断的需求。