基于RBF神经网络和SQP算法的再入跳跃轨迹优化

针对强非线性、多阶段的含动力再入跳跃轨迹优化模型不易建立、传统寻优过程复杂与效率低的问题,通过具备强大的非线性拟合能力的径向基核函数(Radical Basis Function,RBF)神经网络,建立了发动机开关机点与适应度函数的非线性映射关系,然后基于该辨识系统采用序列二次规划算法(SQP)进行轨迹优化,通过对美国通用飞行器CAV-H的仿真分析,并与基于混沌粒子群算法的含动力再入轨迹寻优结果对比,验证了该方法的高效性和准确性。

可控连杆机构系统预定轨迹下的动态优化综合

以两自由度可控连杆机构系统为研究对象,在所建系统机电耦合动态模型的基础上,考虑了系统结构参数和控制电机的电磁参数对连杆中点的动态响应的影响。针对系统预定圆轨迹下的动态响应,建立了参数优化数学模型。采用基于混沌的粒子群优化算法,实现了系统动态性能优化。

一种新的无陀螺捷联惯导系统配置方案设计方法

配置方案是现有无陀螺捷联惯导系统研究中的薄弱环节,缺乏系统的设计理论和方法.从加速度计的输出方程着手,推导出角速度解算误差和加速度计测量误差之间的关系方程,其中配置方案参数为方程参量.以角速度解算误差最小化为原则,采用混沌粒子群算法,利用某型导弹的飞行数据得到了最优的六加速度计配置方案.针对其不易安装的缺点,通过参数设定,仿真得到了易于实现的次优配置方案.仿真结果表明其角速度解算误差接近于最优配置方案,明显优于国外经典的Cub-type方案.