基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于粒子群改进算法的水下滑翔机路径优化

水下滑翔机以其低功耗、低成本和低噪声等优势在海洋科研、环境监测、资源探测和军事侦察等领域具有广阔的应用前景。基于效率最优原则的水下滑翔机路径规划对降低滑翔机的功耗和快速到达指定位置至关重要。基于水下滑翔机效率模型的路径规划问题是一种非线性混合整数规划问题,针对此类问题在建立水下滑翔机效率模型的基础上提出粒子群改进算法。利用该算法,在效率最优原则下对水下滑翔机到达指定位置的路径进行优化。通过与其他算法比较可知,该算法能够比较快速地找到质量较高的最优解,适合解决非线性混合整数规划问题。     

圆碟形水下滑翔机外形设计研究

圆碟形水下滑翔机是一种新型水下滑翔机,其外形明显不同于现有的传统水下滑翔机,目前尚未看到有关其外形设计的详细讨论。基于水动力分析技术和滑翔机的稳态运动方程,建立了圆碟形水下滑翔机的外形设计分析方法,进而实现了导流沿、机身高度对水动力和运动性能影响的分析。研究发现,导流沿结构会增加单位垂直高度对应的水平滑行距离,但也会降低水平方向的滑行速度;机身高度的降低会增大水平方向的滑行速度,但不影响单位垂直高度对应的水平滑行距离。     

水下滑翔机路径规划研究综述及展望北大核心CSCD

水下滑翔机(UG)是一种新型的水下无人航行器,具有能耗低、效率高、续航力长、成本低、可重复使用等优点,能够满足长时序、大范围的海洋观测与探测需求。水下滑翔机作为一种观测探测平台,合理的路径规划是其执行海洋观测与探测任务的重要保障。首先,综述近年来有关水下滑翔机路径规划方法,将水下滑翔机路径规划算法的内容系统性地分为传统算法、智能优化算法和多算法融合3类,并结合实际应用场景对不同的路径规划算法性能进行比较;然后,对水下滑翔机路径规划过程中所涉及到的环境重构技术、环境感知技术、智能决策技术和水下定位技术等关键技术进行凝练与总结;最后,基于现有的发展趋势,对水下滑翔机路径规划未来的发展方向,如多算法共融规划、多机协同路径规划、融合时空和目的约束的多维空间路径规划和复杂非稳态环境下的精准路径规划等进行展望。     

大型自主水下机器人全局静态与局部动态融合路径规划方法

针对大型自主水下机器人在做全局路径规划时面临环境建模复杂,算法求解能力弱以及面对局部动态障碍时自主性低,避障路径规划困难等问题,采用极坐标表示形成路径同心圆,在严格机动性约束下提出基于改进粒子群算法和速度障碍法的全局静态与局部动态相融合的路径规划方法。在极坐标表示的环境模型中,在全局静态规划中引入最优粒子"变异"过程提升算法求解能力;在局部动态规划中利用速度障碍法求解局部碰撞范围和安全路径区域以保证避障路径最优。实验结果表明,与传统粒子群和遗传算法相比,改进方法在全局静态规划中路径更短、求解能力更强,局部动态规划能够得到出最优避障路径。     

基于粒子群优化算法的水下航行器深度控制研究

提出了一种基于粒子群优化算法的水下航行器深度控制器参数优化设计方法。针对水下航行器运动参数变化的特性,采用粒子群优化算法收敛速度快、寻优特性好等特点,将其应用到控制器参数的优化设计中。仿真结果表明,利用粒子群优化算法进行优化设计的水下航行器深度控制器具有良好的控制性能。     

基于量子行为粒子群算法的可测试性设计方法

将量子行为粒子群算法用于复杂电子设备测试点选取问题中.该算法以最少的测试点、测试代价和最大的故障隔离率、检测率为目标定义粒子适应度函数,保证了算法的全局最优性能.仿真结果表明,与其他算法相比,量子行为粒子群算法提高了测试点选取的效率,能较好的保证其算法全局最优性能,为粒子群算法的改进和多目标优化问题提供了新的思路.     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。     

基于粒子群优化的多路径规划方法研究

借鉴遗传算法求解多峰函数优化问题的思想,开展了基于粒子群优化的多路径规划方法研究.给出了多路径规划算法的基本思想和算法流程,讨论了算法中粒子群的多样化方法以及多种群的隔离进化策略,并针对多个仿真环境进行了仿真实验.仿真结果表明,本文设计的多路径规划算法能针对不同的环境模型进行环境划分,正确、有效地规划出多条运动路径.     

双层蚁群优化算法的舰船应急物流路径规划方法研究

路径规划对舰船应急物流配送具有十分重要的意义,当前蚁群优化算法存在初始信息素少,无法得到最优的舰船应急物流路径规划的缺陷。为了高效、准确对舰船应急物流路径规划问题进行求解,提出了基于双层蚁群优化算法的舰船应急物流路径规划方法。首先分析当前舰船应急物流路径规划研究现状,并建立舰船应急物流路径规划模型,然后采用粒子群算法快速找到舰船应急物流路径可行解集合,将其作为蚂蚁的初始信息,最后根据初始信息对舰船应急物流最优路径进行搜索,并进行了舰船应急物流路径规划仿真测试。双层蚁群优优化算法可以对舰船应急物流路径规划问题进行精准求解,克服了当前舰船应急物流路径规划方法的缺陷,而且舰船应急物流路径规划问题求解效率更高。     

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用北大核心CSCD

[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。     

基于CFD的水下滑翔机水动力导数计算

水动力导数求解是进行水下滑翔机操纵性能分析的基础,为了快速预报水下滑翔机的操纵性能,开展基于CFD方法的水下滑翔机水动力导数计算研究。选用约束模型试验作为水动力导数求解方法,并给出其CFD数值模拟方法;以SUBOFF潜艇模型为例,进行约束模型试验的CFD数值仿真和水动力导数计算。计算结果表明,CFD数值模拟方法可用于水下潜器的水动力导数计算。采用CFD方法对水下滑翔机的斜航试验、纯横荡和纯首摇运动进行数值模拟,并利用最小二乘法拟合仿真数据得到水下滑翔机的水动力导数,为操纵性能分析提供支撑。     

基于改进人工势场法的水下滑翔机路径规划

研究了水下滑翔机在单个运动周期下躲避障碍物的路径规划问题,针对水下滑翔机运动特点,采用改进的人工势场法,规划出避障路径。首先,对传统的人工势场法进行改进,以克服局部极值与目标不可达问题,并引入速度势场函数,将静态势场转变为动态势场;然后,将水下滑翔机的运动特性及约束考虑进来,提出障碍物影响半径确定方法;之后,分析了定常海流对路径规划的影响。最后,以HUST-2号水下滑翔机为例在不同情况下进行仿真试验。结果表明,所用方法能使水下滑翔机成功避开水中静态与动态障碍物。     

基于多目标粒子群算法的船舶主尺度优化设计研究

粒子群优化是一种新兴的进化计算技术。文章基于多目标粒子群优化算法讨论了船舶主尺度论证中的多目标优化和决策问题。对于多目标优化问题,采用基于Pareto占优方法的多目标粒子群算法得到最优解,然后采用距离理想解最近的方法对这些Pareto最优解给出排序。应用文中给出的两个阶段求解方法,对散装货船概念设计阶段主尺度确定的问题进行了分析。结果表明,综合多目标粒子群优化和决策技术,能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择。这种综合方法也能够广泛用于船舶其他设计领域。     

翼身融合水下滑翔机水动力及外形优化设计

为提高水下滑翔机的滑翔性能,引入航空领域的翼身融合布局,设计一款翼身融合水下滑 翔机.该滑翔机以类椭圆结构作为主体平面外形,剖面采用NACA0012高升力翼型.基于黏性流体计算软件FINE/Marine对该翼身融合水下滑翔机的初始外形进行数值模拟,论证该滑翔机构型具有优异的水动力性能.采用CAESES软件对翼身融合水下滑翔机进行全参数化建模,并以升阻比为优化目标,兼顾内部容积的需求.提出组合算法优化策略,设计2套算法组合的方案,并对其进行优化.优化结果表明,Sobol算法与NSGA-Ⅱ算法的组合更具优势,优化后的翼身融合滑翔机的水动力性能更优越,最大升阻比提升了 15.3％,阻力系数降低了 6.5％,升力系数提升了 7.8％,水动力综合加权值提高了15.39％,舱容提升了 18.35％,滑翔机的滑翔稳定性得到了提高.该组合优化方案为水下滑翔机的优化设计提供了新的思路.     

水下航行器动力系统装配质量量化评估及优化

水下航行器电动力系统的装配质量优化问题是一个包含多变量和多约束的多目标优化问题,为了提高水下航行器动力系统装配质量,提出一种基于粒子群进化寻优的装配质量量化评估及优化方法。分析水下航行器动力系统的结构组成,并对电磁力、功率损耗和效率等相关参数解算。以水下航行器电动力系统的材料成本、装配效率、功率损耗、性能以及体积/重量等参量为约束指标,采用支持向量机模型进行动力系统装配质量指标参数自适应量化特征分解,构建装配质量优化的控制目标函数,采用粒子群进化寻优方法进行目标函数的最优解求解,提高了整个水下航行器动力系统装配质量评估和全局稳定性。仿真结果表明,采用该方法进行水下航行器动力系统装配质量量化评估的准确性较高,全局收敛性较好,实现状态过程质量优化预测,改善了系统装配质量。     

基于粒子群算法的微带天线特征方程求解方法

粒子群算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法.文中充分利用粒子群算法的全局收敛特性,并与参数跟踪策略相结合形成一种新的求解复超越方程算法.基于该算法对微带天线的特征方程进行了求解,求解结果与该问题的已有结论相吻合,说明该算法的有效性.     

一种基于改进PSO的无人机航路规划方法

针对无人机航路规划问题,提出了一种改进的粒子群的无人机航路规划方法.该方法将UAV的航路规划问题通过目标转换,形成一个考虑威胁优先,路径优化其次的单目标航路优化问题,并引入局部搜索改进粒子群算法求解该问题的收敛性.仿真结果证明了该方法对解决无人机的航路规划问题高效可行.     

空投水下滑翔机入水冲击载荷研究

因水下滑翔机内部结构精密,空投入水瞬间水下滑翔机的外壳和内部结构会受到巨大的冲击,直接造成水下滑翔机的损坏。针对上述问题,借助STAR-CCM+软件,采用重叠网格方法和VOF多相流模型,分析水下滑翔机的入水过程,计算不同姿态下的水下滑翔机入水时径向力、轴向力和速度变化,同时考虑水下滑翔机外形结构特点,对水下滑翔机外形结构进行减载优化。仿真结果表明：随入水攻角增大,水下滑翔机受到的径向力作用效果大于轴向力;随入水速度的增大,水下滑翔机入水冲击载荷增加。同时,首部导流罩采用较大长短轴比的椭圆曲线,翼板采用折叠翼、柔性翼等折叠结构能够具有明显减载效果。本文研究成果可为水下滑翔机空投条件选择和空投入水结构优化提供参考。     

基于响应面法的水下滑翔机联翼布局优化设计

为分析水下滑翔机联翼布局对水动力性能的影响,提出一种联翼布局的外形参数化方法,选取几何展弦比为6的联翼式水下滑翔机为初始构型,采用单因素法对各参数对滑翔机水动力性能的影响进行分析,并采用响应面设计中的效应面法（Box-Behnken Design, BBD）对滑翔机的联翼布局进行优化设计。结果表明：相比于初始构型,响应面法优化后的构型在保证稳定性的基础上将升阻比有效提升了8.19%。研究成果可为水下滑翔机联翼布局设计提供一定参考。