公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

混合人工鱼群算法在约束非线性优化中的应用被引量：3: 2014年; 为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增广拉格朗日函数的近似最优解,并将该近似解用于拉格朗日乘子和惩罚因子等参数的更新.同时,简要分析了人工鱼群算法的随机收敛性.仿真结果证明,与自适应惩罚遗传算法相比,该混合算法在解决约束优化问题中具有优越性和有效性.; 刘志君高亚奎章卫国候美; 关键词：增广拉格朗日函数鱼群算法

无人机编队超视距空战决策及作战仿真被引量：11: 2015年; 以无人机的超视距空战为研究背景,建立一种综合态势评估、目标分配和损耗裁定的协同空战仿真模型.首先,综合友机位置和敌方战机威力对我机的态势影响,提出一种基于人工势场的态势评估方法;然后,利用文化基因算法进行目标分配,分别采用离散差分进化算法和邻域搜索算法作为其全局和局部搜索策略;最后,用两步裁定法模拟空战双方的相互攻击,实现超视距空战中的损耗裁定.仿真结果验证了所提出模型的合理性和算法的有效性.; 王晓光章卫国陈伟; 关键词：空战决策文化基因算法

容错传感器系统分层组合可靠性建模方法被引量：7: 2014年; 根据容错传感器系统的结构特点,结合不同可靠性建模方法的优点,提出了基于动态故障树和马尔可夫过程的分层组合可靠性建模方法。针对系统中包含的贮备事件,引入时间算子定性描述事件的时序特性,并推导了顶事件故障概率的定量计算公式。采用马尔可夫过程对传感器故障检测隔离进行动态建模。通过仿真比较所得模型与传统完全故障覆盖模型,分析了元件失效率、误检率等参数对系统可靠性的影响。由结果可得,该建模方法可行且更为精确。; 袁燎原章卫国刘志君; 关键词：传感器应用动态故障树马尔可夫过程

飞行管理系统水平引导过渡路径构建算法: 2014年; 在飞行管理系统中,为了得到水平引导所需的合理引导路径,必须根据飞行计划进行航段解析,并构建过渡路径。过渡路径构建问题分为航段正常过渡的处理和特殊的"fish-bird"路径处理。分析了"fish-bird"路径产生的原因,给出了判断算法和处理方法,在此基础上归纳出不同航段间过渡路径的构建方法,最后给出了飞行计划解析流程。仿真结果证明了所提算法能够有效解决飞行计划的航段解析及其过渡路径的构建问题。; 庞寅章卫国李广文; 关键词：自适应算法变分不等式强收敛 HILBERT空间

成本约束的表决冗余系统可靠度优化与分配被引量：4: 2014年; 在成本限制下,为使系统的可靠度最大,系统采用表决冗余结构,并对具有表决冗余结构的系统可靠度和冗余度同时进行优化和分配,优化方法采用增广拉格朗日乘子法和鱼群算法相结合的混合算法;不仅分析了成本与可靠度的关系,同时讨论了表决器失效率对系统可靠度的影响;最后,以某型飞机的纵向俯仰运动飞行控制系统为例,仿真说明了在成本约束下,为使系统可靠度尽可能高,系统采用四余度配置更合理,且在只有单个表决条件下,应选取可靠度尽可能高的表决器.为避免单个表决器失效对系统可靠度的影响,实际系统中常选择多表决器冗余结构.; 刘志君高亚奎章卫国; 关键词：可靠度冗余度表决器鱼群算法

基于指令滤波器的变体飞机RHO控制器设计被引量：1: 2014年; 为了确保变体飞机在变体过程中的飞行稳定性,提出了一种基于指令滤波器的滚动时域优化(RHO)控制器设计方案。使用雅克比线性化方法对变体飞机非线性方程进行线性化得到线性化模型。将指令滤波器写成状态空间的形式,基于飞机、指令滤波器和积分跟踪误差的状态方程得到一个增广状态方程。通过对两个黎卡提微分方程进行反向积分得到控制器增益,在有限滚动时域内实时计算得到控制量。从控制系统仿真结果可以看出,航迹倾斜角和飞行速度都能够较好地跟踪指令信号,基本不受变体速率的影响,飞行控制系统满足实时性和鲁棒性的要求。; 陈伟卢京潮刘志君章卫国; 关键词：变体飞机线性化

变邻域分解多目标自适应差分进化算法被引量：7: 2014年; 分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法一ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(]probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.; 刘志君高亚奎章卫国王晓光袁燎原; 关键词：差分进化多目标优化

全选清除导出

共1页<1>

国家重点基础研究发展计划(20126131890302)