基于改进约束差分进化算法的动态航迹规划

为解决三维复杂环境下无人机动态航迹规划问题,提出一种基于改进约束差分进化算法的动态航迹规划方法,以满足对实时性及动态搜索精度的要求.首先,根据无人机航迹规划特点将其描述为包括飞行约束及威胁约束在内的约束优化问题,并构造目标代价函数和约束限制函数;其次,将广义反向学习和自适应排序变异操作引入到约束差分进化算法中,以提高算法的多样性、收敛速度和寻优精度;最后,利用自适应权衡模型对各状态下的约束限制进行处理,充分利用"精英"个体信息,实现对目标适应值的合理转换.通过仿真实验以及与3种先进约束差分进化算法比较表明:所提方法能够有效实现静态及动态威胁回避,规划出安全适航的飞行路径,实现地形跟随;相较于其他3种算法,所提方法具有寻优性能好、鲁棒性强、收敛速度快和可靠性高等优势.

基于改进差分进化算法的压力机杆系参数优化

针对八连杆机构压力机滑块下行速度影响工件加工质量与机器工作效率的问题,根据滑块工作特性与具体的约束条件,构建优化目标的数学模型,并提出一种改进的约束差分进化算法对此模型进行求解。该算法学习生物遗传学,引进优质基因模型提高各代初始种群质量,并引入远缘杂交提升交叉群体的多样性与进化速度。优化结果降低了八连杆压力机的速度波动,稳定了加速度方向变化,提高了压力机的工作效率,并验证了改进算法在机械优化设计中的有效性。