飞机飞行控制多目标优化研究

针对飞行控制系统单目标优化算法与飞行品质要求之间缺乏相关性,且物理意义不明确的缺点,提出了一种基于C*准则的模型参考飞行控制设计多目标优化方法。首先,使用飞行品质建立参考模型,保证所建立的参考模型符合期望飞行品质的要求。然后,通过模型跟随的方法,将飞行品质的要求引入多目标优化中,使得整个优化设计过程物理意义更加明确。最后,使用多目标NSGA-II对某型飞机纵向控制律设计进行数值仿真,结果显示提出的方法可以有效地提高控制器参数整定效率,整定结果满足期望的飞行品质要求。

基于多目标分层遗传模糊建模的磨矿过程溢流粒度软测量

提出一种基于多目标分层遗传算法的模糊系统对溢流粒度进行软测量,该方法将模糊系统分为4层,即输入层、隶属度层、规则库层和系统集成层.为了达到各层共同进化的目的,设计遗传算法各层编码策略,构建基于平均绝对百分误差和均方根误差的优化目标函数,并采用该函数计算各层个体的适应度.鉴于模糊模型训练过程中可能出现异常解,将L-M贝叶斯正则化方法融入训练过程.对磨矿生产数据的仿真实验验证了所提出方法的有效性.

基于双目标传感器分布优化的转向架构架状态监测

研究提出一种基于传感器分布优化的转向架构架状态监测方法,采用小波变换和主成分分析对构架正常状态下的多工况振动信号进行特征提取和降维,以支持向量数据描述(SVDD)超球体半径定义双目标优化函数:传感器数量和超球体聚类指标,并基于改进的非劣分层多目标遗传算法(NSGA-II)对传感器分布进行优化。在此基础上,搭建转向架构架状态监测实验平台进行构架异常状态识别研究,结果表明:1)经优化后的传感器分布方案能以较少的数量保证很好的构架异常状态监测效果,当传感器分布优化方案中传感器数量分别为1,2和3时,识别率分别为79.24%,94.80%和99.81%;2)以转向架构架正常状态样本集构建的SVDD模型对异常状态具有很好的识别效果。