基于并联协作混合遗传算法的高超声速巡航飞行器一体化优化设计研究

遗传算法能以很高的概率找到全局最优解 ,不需要目标函数和约束条件的梯度信息 ,适合于工程优化设计。为增强遗传算法的局部搜索能力 ,提出了一种新的融合模式搜索方法和 Powell方法的并联协作混合遗传算法。研究超燃冲压发动机为动力的高超声速巡航飞行器的一体化优化设计 ,系统分析了机身和超燃冲压发动机设计参数对飞行器总体性能的影响。通过建立高超声速巡航飞行器质量模型、气动力估算模型、气动热估算模型、超燃冲压发动机性能分析模型、控制模型和弹道分析模型 ,在满足参考任务要求的前题下 ,以飞行器起飞质量为目标函数 ,将并联协作混合遗传算法应用于最优总体方案和超燃冲压发动机方案一体化设计 ,完成了 6设计变量的全局优化计算。算例表明 ,本文建立的一体化设计模型基本正确 ,并联协作混合遗传算法是用于高超声速巡航飞行器一体化优化设计的较好的优化算法。

基于混合遗传算法的3-RPS并联机构正解

针对传统的迭代求解方法因初值设置不当而引起的求解失败以及求解速度慢等问题,提出了一种新型的混合遗传算法求解并联机构运动学正解。混合遗传算法利用遗传算法高效的全局搜索能力及起始搜索速度快的特点,能够快速得到接近精确解的较优解,然后将其作为拟牛顿法迭代的初值,利用其局部搜索能力非常好的特点,快速收敛到精确解。通过算例结果对比表明,此方法容易实现、通用性强、精度高、收敛性好、求解速度快,解决3-RPS并联机构的正解问题是可行的。

基于混合遗传算法的3-RRRT并联机构奇异位形研究

根据3-RRRT并联机构特点,运用并联机构支链中支杆的方向余弦和动平台绝对位置坐标为系统广义坐标的方法,推导了机构运动学模型和奇异位形时的条件方程。运用浮点遗传算法和拟牛顿法相结合的混合遗传算法在MATLAB上编制奇异位形仿真程序,给出了机构奇异位形空间的图形,并分析机构奇异分布规律。

基于混合遗传算法的任务驱动分组优化研究

智能算法应用到教学领域来实现自动分组具有重要意义。针对网络学习环境下任务驱动教学中如何按最优分组方案进行小组划分的问题,综合考虑了分组问题中学习者之间的特征差异和任务难易程度等影响因素,构建了基于任务驱动分组优化问题的数学模型,提出了基于混合遗传算法的任务驱动分组优化策略。在MATLAB7.0平台上,运用混合遗传算法对任务驱动的分组优化进行了仿真实验。实验结果表明,基于混合遗传算法的任务驱动分组优化是可行且有效的。

基于竞价模式和智能迭代模式的边缘协作缓存算法研究

为了让用户更快地获取内容,提出一种基于竞价模式和智能迭代模式的综合式边缘协作缓存算法。在竞价算法部分,采用熵权法计算中间值、访问热度、缓存空间和内容热度的权重,并综合计算节点上内容的缓存分数,根据缓存分数进行缓存替换。在迭代算法部分,将网络空间划分为多个子域,每个子域通过混合遗传算法进行周期性计算,并得出子域内内容缓存方案。实验结果表明,所提算法在降低云服务器负载、减少请求平均跳数方面具有明显的优势。

多机协作吊装机器人动力学分析与路径规划

随着工程任务日趋复杂艰巨,施工环境愈发恶劣,单台起重机已很难承担复杂的吊装任务,而多台起重机联合作业具有结构稳定、负载能力强、吊装空间大、布局灵活的优点,得到了广泛应用。以多机协作吊装机器人为研究对象,采用拉格朗日方法建立了多机协作吊装机器人的动力学模型;采用蚁群算法规划吊装路径,针对蚁群算法难以避免局部最优以及无解蚂蚁数量多等问题,提出三值法平面栅格环境建模、基于最佳-次佳路径长的信息素分阶更新策略和信息素挥发因子动态调整函数,仿真结果表明,改进蚁群算法相对于传统蚁群算法,明显提高了最佳路径长度、运算效率等指标。利用三值法进行吊装环境建模,进行协作作业仿真,验证了动力学分析和改进蚁群算法的合理性,对于提高多机协作吊装作业效率和可靠性具有一定的指导意义。