基于GA-SQP的航空发动机加速寻优控制

提出一种基于GA-SQP混合算法的加速优化控制方法。基于某型涡扇发动机模型,建立推力最大加速过程目标函数,以发动机稳定性和安全性指标作为边界条件,利用GA-SQP混合算法对发动机加速过程进行寻优求解,选取工作包线内若干个状态点进行最大推力加速过程仿真。仿真结果表明,所提出的加速燃油控制规律可以在兼顾涡轮前温度安全性和稳定性的前提下,实现发动机推力最大加速过程时间最短的目标,且控制效果良好,说明该控制算法是可行和有效的。

基于配点GA-SQP算法的月球软着陆轨道优化设计

月球软着陆是月球探测中的一项关键技术.针对这项技术,提出基于直接配点法和GA-SQP法的月球软着陆轨道优化算法.算法通过建立月球软着陆动力学模型并进行归一化处理,利用直接配点法将月球软着陆轨道优化问题离散为非线性规划问题,应用SQP方法可求解该优化问题.同时考虑到SQP方法对初值敏感、收敛半径小及容易陷入局部极值等不足,提出了应用GA为SQP方法提供迭代初值的算法,提高了算法的稳定性.最后给出了相关的仿真结果.

基于遗传算法-序列二次规划的磁共振被动匀场优化方法

为了解决磁共振成像(MRI)系统中固有的主磁场(B0)不均匀的问题,提出遗传算法-序列二次规划(GASQP)算法,以提高7 T磁共振的主磁场均匀性.从被动匀场数学模型的角度出发,该混合算法利用GA算法获得稳定的初始解,实现主磁场的第1次优化,再通过SQP算法的快速求解,在较少的时间内实现主磁场的第2次优化,同时提高磁共振主磁场的均匀性.采用正则化方法减少磁场均匀所需的铁片质量,并且获得稀疏的铁片分布.在仿真建模的案例研究中,7 T磁共振裸磁场均匀度可以从462×10-6优化到4.5×10-6,并且在匀场空间上仅消耗0.8 kg的铁片.相比于传统的GA优化方法,新方案的磁场均匀性提高了96.7%,总铁片消耗质量减少了85.7%.实验结果表明,GA-SQP算法比其他优化算法具有更强的鲁棒性和竞争力.

等再入航程返回轨道模糊混合优化设计

为了消除采用梯度迭代求解算法求解再入弹道优化问题时对初始值的依赖,减小遗传算法对种群数量和迭代次数的需求,采用模糊思想设计了改进的稳态遗传-序列二次规划(GA-SQP)混合求解算法。针对等再入航程返回轨道设计问题,提出了初始种群的基因检测方法、基于模糊隶属度的评分函数建立方法和搜索过程中劣质基因的评分方法,考虑了过载超限时间约束、倾侧角翻转最大角速度限制等实际约束,给出了序列二次规划求解过程中再入点在瞄准点之后和制动时长过短的特殊情况下约束的处理方法。采用改进的稳态GA-SQP混合求解算法,可以实现近地轨道变高度返回的情况下等再入航程返回轨道设计。改进的稳态GA-SQP混合求解算法不依赖于初始值,种群数量较小,与未改进的遗传-序列二次规划算法相比迭代次数减少34.7%,计算速度和计算精度均达到工程适用程度。

基于遗传算法和逐次序列二次规划的叶栅基迭优化

本文提出并实现了一种叶轮机械全三维优化设计体系。该组合优化方案基于遗传算法(GA)进行全局搜索,响应面(RSM)近似建模和逐次序列规划(SQP)局部寻优,采用高阶非均匀有理B样条进行三维叶片参数化造型和高精度、高分辨率Navier-Stokes求解程序进行粘性流场数值模拟。通过对一低展弦比大折转角的透平环形叶栅进行基迭优化,结果表明该组合优化方案具有很好的效率、可靠性和全局搜索能力。

序列二次规划-遗传算法及其在变压器局部放电超声定位中的应用

针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。

基于能耗最优化的动力定位推力分配逻辑算法研究(英文)

文章为动力定位系统执行器的设计提供了两种推力分配最优化的求解方法,旨在寻求一种理想的推力器输出,包括推力与方位角,以维持动力定位系统能力。通过求解非线性约束最优化问题,得出时效性、稳定性与可控制性强的推力分配模块。文中采用一个或若干个合适的结构矩阵来描述推力器的位置及其性能,采用不同的边界条件对系统要求进行描述,如降低推力损失等。基于一个简单的算例,分别采用遗传算法和序列二次方法进行求解,改变约束条件并分析程序运行结果,对比信号输出及其能耗情况,论证两种算法的可行性与稳定性。文中还对比了五种不同的情况,包括约束条件以及算法的变化,以满足不同的应用需求。

基于改进遗传算法和序列二次规划的再入轨迹优化

提出结合改进遗传算法和序列二次规划法的可重复使用运载器再入轨迹优化方法,发挥了遗传算法(GA)对初值不敏感和全局收敛性强以及序列二次规划(SQP)法收敛速度快和精度高等优点,弥补了遗传算法优化结果的随机抖动、序列二次规划法对初始值敏感、收敛半径小和容易陷入局部极值等不足.将改进的遗传模拟退火罚函数法用于全局搜索设计空间,序列二次规划法用于局部优化,直接配点法用于将最优控制问题离散为非线性规划问题.算例结果表明,在没有初始估计的情况下,能够得到高精度的全局最优解,证明了该算法的正确性和有效性,验证了该算法具有初值不敏感和鲁棒性好的优点.

油气集输系统生产运行方案优化方法

为降低生产运行成本,以油气集输系统生产运行费用最小为目标函数,将井口回压、井口掺水压力和原油进站温度等作为约束条件,建立了系统运行方案优化数学模型;根据优化数学模型的结构特点,采用了序列二次规划法求解,编制了油气集输系统生产运行优化软件.某区块的现场应用结果表明:每年按300d计,年节约耗气1.70×106m3,耗电4.50×104kW·h.

基于Gauss伪谱法的飞机最优目标瞄准控制

为实现战对抗时对逃逸目标的最优瞄准,提出了一种基于高斯伪谱法(GPM)的控制方法。建立了考虑敏捷性、多约束的飞机动态方程,推导了两阶段目标瞄准条件表达式,并设计优化指标,在此基础上将飞机最优瞄准概括为带约束终端时间未知的多阶最优控制问题。利用高斯伪谱法将此连续的边值最优控制问题离散并转化为等价的非线性规划(NLP)问题,通过遗传算法(GA)解算其初值,并应用序列二次规划(SQP)算法求解。仿真结果表明:所设计的控制方法能有效实现对目标的瞄准,满足武器发射条件。

双脉冲卫星交汇算法研究

针对双脉冲卫星交汇问题,首先建立了双脉冲交汇模型,提出优化的目标函数,然后分别采用二种算法,比较了确定性方法和非确定性方法的优劣,得出结论:演化算法容易实现,结果比较精确,但是效率太低,运算开销大,适用于解决一些复杂的大型运算;SQP方法结果精确,效率较高,但是却有初始点敏感问题,可能陷入局部最优,适用于解决一些小型计算问题。

基于居民用户画像的综合能源需求响应潜力量化模型

文章选取城镇居民负荷为研究对象,首先依据居民用户中的可调节负荷、可转移负荷和可中断负荷的动态运行特性,构建综合能源场景下的典型居民负荷用能模型;在此基础上选取用户响应容量最优为目标函数,建立综合能源需求响应优化模型,实现响应潜力的定量计算;最后利用遗传算法-序列二次规划(GA-SQP)优化算法,对比分析了传统计算模型中响应潜力相同的几类用户的实际响应潜力,并对用户家庭人口数对响应潜力影响做出了灵敏性分析。算例结果验证了文章所提模型的有效性和合理性。

SQP-GA混合遗传算法在接地网腐蚀诊断中的应用研究

针对应用在接地网腐蚀诊断中基本遗传算法(genetic algorithm,GA)局部寻优能力较差现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic program-ming-genetic algorithm,SQP-GA)。SQP-GA混合遗传算法引入序列二次规划(sequential quadraticprogramming,SQP)算法作为基本GA的局部搜索算子,有效地提高了基本GA的性能,该混合算法充分利用了序列二次规划法的强大的局部搜索能力和遗传算法优秀的全局寻优能力,使得诊断结果得到改善并且减少仿真时间。通过ATP-Draw软件模拟一个41节点、61支路实例接地网进行腐蚀仿真实验,仿真结果表明,SQP-GA混合遗传算法在接地网腐蚀诊断中的收敛速度与寻优精度均优于基本GA,验证了该算法的有效性。

高超声速飞行器编队控制方法

针对高超声速飞行器的编队控制问题,忽略过程约束,提出一种基于飞行速度方向一致的编队策略。设计弹道倾角指令和航向角指令,使得多高超声速飞行器的飞行速度方向一致。建立衡量编队效果的指标作为性能指标函数,以各飞行器的初始位置、滑翔攻角及开始进行方向协同飞行的位置作为设计变量,同时考虑飞行过程中飞行器间距离的约束,建立优化模型,最后采用遗传算法(GA)和序列二次规划算法(SQP)对优化模型进行求解。仿真结果显示,采用本文的算法能够在预期的飞行阶段内控制多飞行器以良好的编队飞行。