挠性陀螺EMD-ARIMA漂移模型设计与应用

为降低挠性陀螺的漂移率,提高挠性陀螺的精度,基于经验模态分解(EMD)、求和自回归移动平均(ARIMA)2种信号处理工具,提出EMD-ARIMA漂移模型。设计野点剔除算子,避免EMD过程中出现过冲、欠冲问题;对本征模态函数(IMF)辨识进行讨论,制定各阶IMF的使用原则;设计自适应定阶寻优算子,避免依靠技术人员判读自相关图、偏自相关图进行ARIMA建模,实现对多个信号(或多阶IMF)进行EMD-ARIMA建模的批处理功能。将重构的拟合信号和原始信号进行对比。工程实践表明:最终重构的拟合信号较原始信号漂移率降低了12.8%;Allan方差各项误差源均降低,MAPE为3.6×10^(-3),RMSE为5.1×10^(-3),残差趋于白噪声;漂移模型在挠性陀螺漂移建模中,具有同路重复性、两路一致性、不同个体通用性。

基于改进模拟退火算法的机器人全局路径规划

针对全局静态移动机器人路径规划问题,给出了一种简单易行的改进模拟退火算法。算法通过引入脱障算子和一致寻优算子,提出了一种新的状态产生方法。前者采用维值定向扰动策略,使碰撞路段的两个端点以一定步长跳离障碍物,这既保证了路径的无碰性,又加快了寻优效率;后者对随机选取的若干个路径点进行变步长地调整,使产生的候选解可以遍布整个解空间,提高了算法的全局寻优能力。最后,通过对一般环境和"陷阱"环境路径规划问题的仿真,验证了该方法的有效性。

一种基于动态参数调整的改进人工鱼群算法

针对经典鱼群算法收敛速度慢、寻优精度低的缺陷,提出了一种基于参数动态调整的改进人工鱼群算法.动态调整视野和拥挤度因子以提高算法的搜索效率;改进去交叉算子以消除交叉路径;引入了再寻优算子确保再次搜索去交叉后路径能够快速找到最优值.求解TSP问题的实验结果表明:改进的人工鱼群算法提高了收敛速度、增强了搜索最优解的能力.

优进遗传算法及其在化工数据处理中的应用

针对常规遗传算法容易早熟、局部寻优能力差的弱点,提出一种优进遗传算法.该算法以一定的概率引入确定性操作,并采用空间重组的方式改进子代分布,以提高全局寻优的性能.采用的相关技术包括增加单纯形寻优算子、运用改进的交叉算子、自适应地调整交叉率和变异率等.该算法已成功应用于SO2催化氧化反应动力学模型的非线性参数估计.这种优进遗传算法不依赖于问题的具体领域,可应用于各种数据处理和优化领域.

邻域搜索的粒子群优化算法及其性能分析

粒子群优化算法(PSO)是一种进化计算技术,是一种基于迭代的优化工具。但是,该算法的本身特性决定了算法不趋向于搜索接近极值点的解空间,造成了PSO算法最终解的局部极值性不好;并且,PSO算法需要充分的迭代才能够得到比较好的解,在迭代步数受到限制或者随时可能中途停机的情况下往往不能够得到比较好的解。根据PSO的这些不足,提出了邻域搜索的f-PSO算法,该算法在PSO的迭代步骤中每次更新全局最优解的同时采用一步局部寻优过程。实验表明,该算法具有很强的理论价值,在运算能力不足、迭代不充分或中途停机的情况下,该算法仍然能够得到比较好的解。

多智能体差分进化算法

基于多智能体与差分进化算法的各自优势,充分地将对多智能体环境的感知和反作用于环境的能力与差分进化速度和全局寻优能力有机结合,提出一种多智能体差分进化算法.引入差分进化算子以提高智能体更新速度并保持群体多样性,同时应用正交交叉算子以改善智能体协作特性确保有效竞争,并通过局部寻优算子提高算法的寻优精度.对几种典型测试函数进行了测试,实验结果表明所提出的算法具有较强的全局寻优能力.

复合材料层合板铺层优化专家系统的开发

为了提高复合材料层合板铺层的设计效率,构建了复合材料层合板铺层优化专家系统的框架结构和流程,研究了目标函数库、局部寻优算子库以及层合板铺层规则库的结构与组成,在此基础上开发了基于知识库的复合材料层合板铺层优化专家系统。该系统可根据用户的设计要求,选择相应的目标函数、材料、铺层规则和局部寻优算子等条件,然后对算法参数、受载以及层合板参数进行初始化,可推理优化得出相应层合板的铺层顺序。算例结果表明,该专家系统在复合材料层合板铺层优化上可以得到很好的应用。