基于退火递归神经网络的极值搜索优化算法求解一类碟式飞行器平衡状态

针对一类碟式飞行器平衡状态的基本特征及现有的优化平衡状态算法如单纯形算法、混合遗传算法所存在的随机性大、收敛速度较慢等缺点,提出了一种新颖的基于退火递归神经网络(ARNN)的极值搜索优化算法。将碟式飞行器的配平问题转化为所设计的代价函数(CF)求解问题,利用所提出的退火递归神经网络极值搜索优化算法求解出在多种定常飞行中碟式飞行器的平衡状态。在相同的仿真环境中,仿真结果对比说明ARNN极值搜索优化算法较混合遗传算法具有稳定性好、精确度高、收敛速度快等优点。