收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法在飞行模拟器平台中若干应用问题的研究

袁东辉  
【摘要】:二十一世纪以来,各国空军的发展代表了军队建设的现代化进程,而飞行模拟器为空军的训练机制提供了完整的技术支持,它的引入具有节省训练经费,保障飞行员安全,轻松完成复杂特情训练等优势,因此我国在部队现代化进程中也对飞行模拟器开展了大量的立项研究,目前来讲飞行模拟器由平台系统、计算机系统、视景系统、电子控制系统以及控制台系统组成,其中平台系统、计算机系统以及视景系统随着多年实践经验的积累已经日趋稳定。目前随着对模拟器模拟实战能力要求的提高,如何利用飞行控制台提供集团作战模拟是亟待解决的问题之一,同时大量集成电路的引入也为模拟器的维护增加了困难,针对大规模集成电路的故障诊断一直是国际上研究的热点问题,本文将以上述几点为依据展开研究。 蚁群算法源于人们对生物界蚁群觅食行为的观察和模拟,相较于传统的优化方法,蚁群算法在解决各类优化问题时具有很强的适应性和鲁棒性,适用于各类组合优化问题。蚁群算法在使用过程中参数设置简单,易于实现,因此在众多科学研究以及生产制造领域得到了广泛的应用,本文以蚁群算法为基础同时结合遗传算法和模拟退火算法两种仿生算法,对飞行模拟器平台中的多目标数据关联问题,数字电路测试集生成以及测试矢量集合优化问题进行了一定程度的研究,并且通过相关实验将本文算法与现有的一些算法进行了对比,实验结果表明,本文提出的几种算法能有效的提高蚁群算法的收敛速度,克服局部极值的出现,算法在迭代次数和执行效率上都体现出了很大的优势,本文的具体研究内容如下: 1.以多传感器多目标数据关联问题为研究对象,提出了一种基于蚁群-遗传算法的AC-GADA算法,该算法结合了遗传算法的染色体交叉变异思想,为蚁群中的个体赋予了单独的染色体,同时对蚁群算法的信息素模型进行了改进,在每一代种群寻优之后,利用交叉变异机制对蚁群进行重新构造,同时结合了控制种群适应度的方法,进一步做到了个体差异化,有效地避免了局部极值的出现,在AC-GADA算法中,信息素强度不仅与途经该路径的蚂蚁数目相关,同时还受蚂蚁自身的信息素编码影响,因此AC-GADA算法具有更强的随机搜索能力,通过大量的实验表明AC-GADA算法在收敛速度、关联的准确率和成功率上都有明显的优势。 2.针对大规模集成电路的故障诊断问题,提出了AC-GATSG算法,该算法首先将大规模集成电路的关联矩阵转化为图结构,从而利用蚁群算法解决图着色问题上的优势,对电路测试集的自动生成问题进行探索实现,在处理图节点着色问题时同样引入了交叉变异机制,在每代的遍历过程出现最优解时对蚁群个体进行染色重构,同时更新信息素,并将阈值引入信息素扩散模型中,利用阈值限定了交叉变异过程中产生突变个体的几率,降低了算法执行过程中由一个局部极值陷入另一个局部极值的可能。在对比实验中选取了标准组合电路以及典型的飞行模拟器电路单元为对象,通过与一些经典算法以及以仿生学算法为基础的文献算法对比,验证了AC-GATSG算法的有效性,AC-GATSG算法能够满足模拟器生产实践中对基础电路单元的测试集生成需求,并且具有广阔的应用前景。 3.自动生成的大规模集成电路测试集往往存在冗余问题,在进行标准化测试时,这些冗余矢量会造成大量的资源浪费,影响生产和研发的效率,针对上述问题本文提出了AC-SATSO算法对电路测试集进行优化,AC-SATSO算法首先对故障节点与测试矢量节点进行分层建模,并通过故障入度和测试矢量出度对双层节点进行标识,AC-SATSO算法利用模拟退火算法的扰动机制加速种群的收敛速度,并通过Boltzmann机制判断是否接纳新的种群,这种寻优策略在算法执行初期可以避免由于缺乏信息素而导致的寻优速度慢的问题,后期则有效的限制了局部极值的出现并且同时保留了优良的数据集,随着迭代次数的增加,模拟退火算法保留优秀结果的概率也大大增加,同时也加速了算法的收敛。并且针对生产实践中的测试环节本文提出了最优完备测试集的概念,即所需系统开销最少的完全测试集,通过不同规模的测试集优化对比试验证明,AC-SATSO算法在求解质量和稳定性上都优于文献算法。 近年来,蚁群算法等仿生算法的研究受到了国内外学者的关注,并且涌现出了大量的改进算法和新的领域应用,本文以蚁群算法为基础,结合遗传算法、模拟退火算法在飞行模拟器平台中展开了一些研究,提出了几种相互结合的优化算法,在蚁群算法的改进以及更丰富领域的应用上,其研究具有一定的实际意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孙德轩;赵息;杨黎明;;基于提高收敛性能的微粒群优化研究[J];中国制造业信息化;2007年05期
2 罗雁;无约束优化算法收敛的极限点比较[J];广西工学院学报;2005年02期
3 黄庆收,丁钟琦;一种符号超稳定自适应递归滤波算法[J];仪器仪表学报;1986年01期
4 潘华辰;加速SIMPLE流场算法收敛的探讨[J];南京航空航天大学学报;1985年02期
5 王继罗;丁钟琦;;自适应DSTLMS算法及其应用[J];湖南大学学报(自然科学版);1987年01期
6 王永乐;李克武;;关于乘子法的一种新算法[J];哈尔滨理工大学学报;1985年S1期
7 程治胜;张兰;;一种改进的混合广义极小剩余算法[J];科学技术与工程;2008年19期
8 史文谱,刘迎曦,于娟,丁晓;优化迭代的一种新的计算收敛准则[J];济南大学学报(自然科学版);2003年01期
9 匡泰,胡众义,徐晓,吕慧强;一种新的用于LBG图像压缩初始码书生成算法[J];浙江工业大学学报;2005年04期
10 付卫红;杨小牛;刘乃安;曾兴雯;;基于阵列结构的盲分离算法[J];南京理工大学学报(自然科学版);2009年02期
11 徐德琛;刘志文;徐友根;曹金亮;;一种排序Jacobi算法及其并行实现[J];北京理工大学学报;2010年12期
12 江浩;汪稔;吕颖慧;;变参数DCD算法在岩土工程位移反分析中的应用[J];岩土力学;2009年S1期
13 罗谌持;张明;;基于Sigma点卡尔曼滤波器的电力频率跟踪新算法[J];电力系统自动化;2008年13期
14 吴慧娟;文玉梅;李平;;被动检测系统中自适应算法收敛的动态判断[J];仪器仪表学报;2007年03期
15 孙旭,陈端石;次级通道模型误差下滤波X型最小均方差算法收敛性分析[J];声学学报(中文版);2002年02期
16 李旭苏;焦淑红;王立;;基于PSO和加权FCM的图像分割算法[J];应用科技;2008年04期
17 刘欣锋;马社祥;张国强;张永华;;TD-SCDMA中的一阶分布式功率控制算法[J];天津理工大学学报;2010年03期
18 高峰,侯亚君,尹永春;关于多目标规划信赖域算法收敛的判别准则研究[J];沈阳工业学院学报;1997年03期
19 韦增欣;;带非精确线搜索的共轭梯度算法之收敛性[J];广西大学学报(自然科学版);1991年02期
20 张敏;刘进忙;冯存前;;新的变步长LMS算法及其在自适应噪声对消中的应用[J];弹箭与制导学报;2004年S3期
中国重要会议论文全文数据库 前10条
1 贺春华;张湘伟;吕文阁;谢庆华;;基于竞选算法的非线性约束优化问题实现[A];数学·力学·物理学·高新技术交叉研究进展——2010(13)卷[C];2010年
2 云飞;薛青;姚义军;;改进型LMBP算法在军事数据分析中的应用研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
3 马进;许会;;微波成像算法综述[A];科技创新与产业发展(A卷)——第七届沈阳科学学术年会暨浑南高新技术产业发展论坛文集[C];2010年
4 朱广荣;陈国平;张方;张穴;;噪声主动控制多通道频域LMS算法及仿真[A];第十届全国振动理论及应用学术会议论文集(2011)下册[C];2011年
5 李勇;范承玉;时东锋;冯晓星;乔春红;徐博;;基于加速阻尼Richardson-Lucy算法的湍流退化图像盲复原算法[A];中国光学学会2010年光学大会论文集[C];2010年
6 考明军;张炜;高宏;;冲突数据中的真值发现算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
7 张金凤;邱天爽;;低阶α稳定分布噪声下诱发电位潜伏期变化估计的一种新方法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
8 李明;杨承;舒宇;杨成梧;;PID神经网络的信号流图在线学习算法[A];2009中国控制与决策会议论文集(2)[C];2009年
9 谢刚;黄清南;梁晓光;徐敏;;非对称线性代数方程组的一种四项递归极小余量算法[A];中国工程物理研究院科技年报(1999)[C];1999年
10 吕振肃;韩明秋;许勇;段磊;;基于分数间隔的改进CMA+SDD算法[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 傅启明;强化学习中离策略算法的分析及研究[D];苏州大学;2014年
2 刘寅;基于稀疏信号重构的空间谱估计算法研究[D];西安电子科技大学;2012年
3 刘国军;联合X-let和变分的图像恢复模型及其算法研究[D];西安电子科技大学;2009年
4 王赟;采用空时分层结构的MIMO系统信号检测技术的研究[D];东北大学;2008年
5 叶剑锋;基于免疫优化算法的阵列天线综合的研究[D];哈尔滨工程大学;2009年
6 刘小兰;基于图和熵正则化的半监督分类算法[D];华南理工大学;2011年
7 华志励;大气湍流背景下合成孔径激光雷达成像算法研究[D];中国海洋大学;2010年
8 党亚峥;可行问题的迭代算法[D];上海理工大学;2012年
9 张骁雅;压缩感知算法及其应用的几点研究[D];浙江大学;2013年
10 郭孔华;求解约束矩阵方程的正交投影迭代法研究[D];湖南大学;2007年
中国硕士学位论文全文数据库 前10条
1 麻晓宁;引入距离因子的拟态物理学优化算法[D];太原科技大学;2014年
2 刘博;基于Gossip算法的分布式平均共识问题研究[D];哈尔滨工业大学;2013年
3 曹正洁;粒子滤波及相关算法在目标跟踪中的研究[D];山东大学;2014年
4 刘丙花;分裂可行问题及其拓展问题的算法研究[D];曲阜师范大学;2014年
5 魏红凯;人工蜂群算法及其应用研究[D];北京工业大学;2012年
6 雷默涵;基于CE-Q强化学习与K-means聚类混合算法的多机器人觅食任务研究[D];兰州理工大学;2014年
7 郭子庆;车间混合作业调度问题计算复杂性及算法收敛效率研究[D];宁波大学;2010年
8 王振;融合Copula分布估计的AEA算法及其在约束优化问题中的应用[D];华东理工大学;2014年
9 赵淼;基于改进ICA算法和小波变换的胎儿心电信号提取方法研究[D];东北大学;2009年
10 李亚涛;基于全变分模型的图像分割方法及其算法[D];河南大学;2013年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978