收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

自适应遗传算法的改进及其在爆炸冲击响应谱时域合成优化中的应用研究

孙文娟  
【摘要】:在运载火箭、航天器等的设计中,载荷的分离、太阳能电池板等附属物的展开、推进剂阀门等系统的激活需要通过火工爆炸冲击装置来实现,由此产生了高频、高幅值、持续作用时间极短的火工爆炸冲击环境。工程上广泛使用冲击响应谱(Shock Response Spectrum,简称SRS)作为比较冲击严重等级和评估冲击环境的有效标准工具。然而,在抗冲击设计和测试要求的标准规范中仅给出了 SRS的数值,并未同时给出相应的加速度时域信息,后者在非线性动力学分析与测试中是必不可少的。因此如何通过SRS合成满足规范要求的加速度时域信息显得十分重要。一些研究集中于解决这个问题,但现有研究方法大多是在已有加速度时域测试数据分析的基础上实现的,这在航天器设计初期缺少充足试验测试数据的情况下无法有效使用。如何在没有前期充足试验测试时域数据的情况下合成满足规范SRS要求的加速度时域信息,以指导航天器的初期设计成为工程师面临的一个重要问题。本文针对SRS加速度合成的相关问题进行研究,从SRS的计算方法、特性分析、SRS加速度时域合成方法、合成加速度所对应SRS与目标谱的匹配度优化、自适应遗传算法的改进等方面展开,主要工作如下:1.冲击响应谱的计算方法及特性分析在研读文献资料的基础上,系统总结了冲击响应谱的种类及计算方法,并采用典型冲击激励明确了冲击响应谱的计算流程。针对不同类型的冲击响应谱表达,通过典型激励对比分析了常见冲击响应谱的特性,得到了一些具有启发性的结论。并针对航空航天领域最常使用的绝对加速度冲击响应谱,分析了其在不同冲击激励作用时间、不同冲击激励幅值及不同冲击激励波形下的特性。2.应用于爆炸冲击响应谱加速度时域信息合成的新方法在缺少相关试验测试数据的情况下,为获取航天器结构仿真与测试分析所需的加速度冲击时域输入载荷,提出一种爆炸冲击响应谱的加速度时域合成新方法。新方法在低频采用小波技术,在中高频采用阻尼正弦技术。合成SRS的质量是通过与规范目标谱进行比较来评估的最小值优化问题,继而给出了本文待求解的最小值优化问题的目标函数,并选用基本遗传算法(Genetic Algorithm,GA)来进行优化计算。典型算例的计算结果表明,新方法可以获得比传统方法更接近规范目标谱的结果,显示了新组合方法的有效性。3.交叉概率和变异概率非线性调整的改进自适应遗传算法新组合加速度合成方法基于GA的优化结果虽然比传统方法更优,但由于GA采用的是固定的交叉概率(Crossover Probability,标记为pc)和变异概率(Mutation Probability,标记为pm)取值,得到的最终优化结果与规范目标谱之间仍然存在一定的差距,具有进一步改善的空间。典型算例基于GA的优化中,pc和pm参数灵敏度分析的结果验证了这两个概率的取值对最终优化结果影响的重要性。为进一步提高新组合合成方法所得结果与规范目标谱之间的匹配程度,本文采用pc和pm自适应调整的自适应遗传算法(Adaptive Genetic Algorithm,AGA)对目标函数进行优化求解。通过标准测试函数对比分析了典型的依目标函数适应度值调整pc和pm取值的AGA算法,并在此基础上提出了一种新的改进自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA)。本文改进的新算法IAGA采用在平均适应度值两端均按照非线性方式调整pc和pm取值的策略,在标准测试函数的最小值优化问题中获得了比同类的典型AGA更好的优化结果。进一步地,本文将改进新算法IAGA应用于爆炸冲击响应谱加速度时域合成最小值优化问题的求解中,结合前面提出的新组合加速度合成方法,获得了比现有方法更好的结果。4.种群数目按指数方式减小的改进自适应遗传算法种群数目大小是影响自适应遗传算法性能的关键参数。固定种群数目的AGA如果要提高优化性能需要采用较大的种群数目取值,这将会导致计算时间的增加,使得搜索更加复杂。AGA虽然在一定程度上提高了基本GA的优化性能,但忽略了种群数目大小对优化结果的影响,其值在整个优化过程中是固定的。本文提出了一种新的种群数目指数减小的策略(Exponential Population Size Reduction,简称EPSR),利用参数b来控制种群数目减小的速度。在此基础上,提出了 一种新的种群数目指数减小的自适应遗传算法—AGA-EPSR,该算法将AGA与EPSR策略相结合,在进化迭代过程中种群数目呈指数方式减小。AGA-EPSR的性能通过优化基准函数来评估,结果表明,AGA-EPSR的优化结果明显优于固定种群数目的AGA、GA、粒子群优化算法和模拟退火算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 谢超凡;徐鲁雄;徐琳;;遗传算法和自适应遗传算法的比较分析[J];福建师大福清分校学报;2017年05期
2 孙天琦;韩刚;谷彩连;;基于自适应遗传算法的可用传输能力计算[J];控制工程;2017年02期
3 王慧敏;;驳船自适应舱群配载中的自适应遗传算法研究[J];舰船科学技术;2017年06期
4 刘书明;李婷婷;王晓婷;吴雪;;自适应遗传算法在给水管网优化中的应用[J];给水排水;2017年04期
5 陆振玉;张恩阳;刘波;;基于改进自适应遗传算法的复合材料铺层优化设计[J];玻璃钢/复合材料;2016年02期
6 简静芳;;基于生物入侵思想的自适应遗传算法优化[J];陕西理工学院学报(自然科学版);2014年06期
7 李月娇;包腾飞;屠立峰;唐琪;伏晓;;基于改进自适应遗传算法的大坝变形支持向量机预测模型[J];水电能源科学;2015年04期
8 杜雯超;陈其松;周莹;;基于分段自适应遗传算法的图像阈值分割[J];微型机与应用;2015年03期
9 潘颖;解晓宇;薛冬娟;谢忠东;;全自适应遗传算法求解柔性作业车间调度问题[J];牡丹江大学学报;2014年03期
10 申哲巍;张树芳;孙东海;;基于云自适应遗传算法的机组负荷分配[J];电力科学与工程;2013年03期
11 王洪伟;阮萍;徐广州;薛彬;;基于自适应遗传算法的摆镜动态优化设计[J];红外与激光工程;2012年02期
12 肖丹;蔡延光;汤雅连;胡夏云;徐山峰;;基于自适应遗传算法的关联运输调度问题[J];电子世界;2012年13期
13 丁知平;;改进自适应遗传算法的性能分析[J];电脑知识与技术;2012年21期
14 刘姝廷;金太东;王连生;;一种改进的自适应遗传算法[J];江西理工大学学报;2010年01期
15 李伟;杨绍清;;基于改进自适应遗传算法的图像配准方法[J];激光与红外;2009年09期
16 姜静;谭博学;姜琳;;基于改进自适应遗传算法的仿真研究[J];山东理工大学学报(自然科学版);2008年06期
17 韩世芬;;模糊自适应遗传算法在农村电站无功补偿优化中的应用[J];安徽农业科学;2008年08期
18 田东平;;一种改进的模糊自适应遗传算法[J];计算机工程与应用;2008年31期
19 邝航宇;金晶;苏勇;;自适应遗传算法交叉变异算子的改进[J];计算机工程与应用;2006年12期
20 史明霞;陶林波;沈建京;;自适应遗传算法的改进与应用[J];微计算机应用;2006年04期
中国重要会议论文全文数据库 前10条
1 张梦洋;杨月全;秦瑞康;李福东;;基于圆形阵列模板的动态自适应遗传算法相机标定[A];第36届中国控制会议论文集(E)[C];2017年
2 钟守楠;;自适应遗传算法的探讨[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 张文广;周绍磊;李新;;一种新的改进型自适应遗传算法研究[A];2005年中国智能自动化会议论文集[C];2005年
4 刘洪杰;王秀峰;王治宝;;多峰搜索的自适应遗传算法[A];第二十一届中国控制会议论文集[C];2002年
5 王晓鹏;;基于混合自适应遗传算法的飞机气动优化设计[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 魏晓琨;邵维;张泳;;改进自适应遗传算法及其在滤波器设计中的应用[A];2013年全国微波毫米波会议论文集[C];2013年
7 钟守楠;;基于互补算子自适应遗传算法[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
8 王海波;宋星原;;混合自适应遗传算法在流域水文模型中的应用[A];河流开发、保护与水资源可持续利用——第六届中国水论坛论文集[C];2008年
9 迟彬;行飞;叶庆凯;;用改进的遗传算法求解流水车间作业排序问题[A];第二十届中国控制会议论文集(上)[C];2001年
10 李新振;滕欢;;改进的自适应遗传算法在PMU最优配置中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
中国博士学位论文全文数据库 前10条
1 孙文娟;自适应遗传算法的改进及其在爆炸冲击响应谱时域合成优化中的应用研究[D];中国科学技术大学;2019年
2 马雪君;大规模网络流量异常检测方法研究[D];吉林大学;2018年
3 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年
4 刘明凯;基于北斗的高精度定位算法及多径误差研究[D];哈尔滨工程大学;2014年
5 黄利;一类自适应遗传算法的渐近行为研究[D];武汉大学;2012年
6 杨先亮;集中供热系统运行方式及管网泄漏检测研究[D];华北电力大学;2015年
7 廖远;一对一最短路径算法研究及车载导航系统设计[D];南昌大学;2012年
8 王彦;基于视觉的机械手目标识别及定位研究[D];西安理工大学;2010年
9 田波;面向互联网的若干视频传输关键技术研究[D];广东工业大学;2014年
10 赵湛;气吸振动式精密排种器理论及试验研究[D];江苏大学;2009年
中国硕士学位论文全文数据库 前10条
1 蒲兵;基于自适应遗传算法的集配一体化车辆路径优化研究[D];重庆邮电大学;2019年
2 廖一华;基于自适应遗传算法的LVS权值调度算法研究[D];武汉科技大学;2018年
3 卢鹏;基于分段整数编码自适应遗传算法的组卷系统研究[D];湖南大学;2016年
4 杨从锐;改进的自适应遗传算法在函数优化中的应用[D];昆明理工大学;2018年
5 李婷婷;基于自适应遗传算法的给水管网优化设计研究[D];清华大学;2017年
6 王冰;基于自适应遗传算法的农村供水管网优化研究[D];河北工业大学;2016年
7 王佩佩;基于自适应遗传算法的测试数据自动生成理论与方法[D];中国矿业大学;2018年
8 汪沛;改进自适应遗传算法在零序滤波器优化设计中的应用[D];华北电力大学(北京);2018年
9 薛嘉伦;基于北斗船位数据的浙江省近海渔船航次分析与渔船编队调度方案研究[D];上海海洋大学;2018年
10 杨洁;基于WSN的农机自动导航技术研究[D];西南交通大学;2018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