飞行器仪器舱布局问题求解方法研究.doc

飞行器仪器舱布局问题求解方法研究.doc

ID:27894240

大小:1.10 MB

页数:6页

时间:2018-12-06

飞行器仪器舱布局问题求解方法研究.doc_第1页
飞行器仪器舱布局问题求解方法研究.doc_第2页
飞行器仪器舱布局问题求解方法研究.doc_第3页
飞行器仪器舱布局问题求解方法研究.doc_第4页
飞行器仪器舱布局问题求解方法研究.doc_第5页
资源描述:

《飞行器仪器舱布局问题求解方法研究.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、飞行器仪器舱布局问题求解方法研究张刚李火生(中国工程物理研究院结构力学研究所,四川绵阳621900)摘要:在论述布局问题求解方法现状及发展趋势以及定义飞行器仪器舱的布局问题的基础上,提出了基于遗传算法和多智能体(Multi-Agent)技术的飞行器仪器舱布局问题求解方法。构建了解空间编码遗传算法,描述了算法的实现过程,并对其进行了初步验证,证明了该算法的可行性。初步建立了基于Multi-Agent技术的飞行器仪器舱布局问题协同求解模型,定义了各智能体的功能和协同求解方法。关键词:飞行器仪器舱;布局问题;遗传算法;Multi-Ag

2、ent飞行器仪器舱的布局问题是带性能约束的布局问题,属于复杂布局问题,是研究在满足各种约束条件的前提下,如何将各种仪器或设备最优地布置在仪器舱的有限空间内,使得总体布局方案到达最优。这是飞行器系统设计中一个亟待解决而又未得到很好解决的重要工程问题[1]。本文通过对布局问题求解方法的分析,针对飞行器仪器舱布局问题,提出基于遗传算法和人工智能的求解方法,建立了基于遗传算法的飞行器仪器舱布局问题求解方法和基于多智能体技术的布局问题求解方法框架模型。1布局问题求解方法分析现状及其发展趋势为解决布局问题,国内外有许多方法提出,从目前的研究

3、来看,主要集中在图论法、启发式算法、模拟退火算法、遗传算法等[2]。这些算法均存在各自缺点,即使是理论基础和应用较好的模拟退火算法和遗传算法也是如此:模拟退火算法为求得较好的结果,初始温度一般选较高,而且温度下降比较缓慢,导致求解费时;遗传算法存在“早熟”和收敛速度慢等缺陷。布局问题固有的复杂性,特别是飞行器仪器舱这类复杂布局问题,决定了任何单一的求解方法都是不可行的,因此应用先进的设计技术和手段、将多种布局问题求解方法进行组合、优化和改进以及利用人机结合的方式充分发挥人和计算机的优势等方法都必将成为布局设计技术的发展趋势[3~

4、6]。(1)混合启发式算法:在解决问题的过程中,人们可以自由规划问题解决的方案,对问题进行分解、组合,再规划具体的搜索方式和算法。(2)人机交互和人机结合算法:将计算机强大的运算能力和很高的运算速度与人类的抽象思维、强大的认识能力和创造能力相结合,可以充分发挥人机各自的特长。(3)人工智能技术的应用:运用人工智能技术求解布局问题涉及到的主要研究内容包括:布局模型的知识表示、自动搜索算法的设计、相关知识库的建立和当前解结果评价系统的建立等。目前,运用人工智能技术对布局问题进行求解的研究尚处于初步探索阶段。(4)协同设计技术的应用:

5、布局问题的协同求解不仅强调人机结合与协同,同时还强调“算法结合”、“算法合作”,因为目前大多数的智能优化算法都具有较强的布局问题求解能力,但均存在一些缺陷,通过它们之间的协同,可以在一定程度上克服这些算法自身的存在的这些缺点,以提高其问题求解能力。2飞行器仪器舱布局问题的定义2.1问题描述在飞行器仪器舱内(如图1所示),将多个待布物体R=(R1,R2,…,Rn)放置到各安装板上,并满足下列约束条件:(1)Ri,Rj互不重叠,i≠j,i,j=1,2,…n。(2)Rj必须放在旋转舱内,j=1,2,…,n。图1飞行器仪器舱布局问题模型

6、(xi,yi,zi)θi(3)布局结果占有的空间尽可能小。(4)满足其它功能约束要求,比如装配可行性、电磁兼容、电缆布线、仪器之间的最小距离、稳定性要求等。2.2数学模型为表示上述问题,首先定义相关参数:(1)待布物体的位置用表示,表示。(xi,yi,zi)表示物体的空间位置;表示物体的姿态。(2)dij表示待布物体i、j之间的最小距离,[dij]表示待布物体i、j之间的最小允许距离。(3)dis表示待布物体i与旋转舱内壁之间的最小距离,[dis]表示待布物体i与旋转舱内壁之间的最小允许距离。(4)表示布局结果占用的实际空间。(

7、5)表示功能约束条件。飞行器仪器舱布局问题是以最小实际占用空间为目标,寻找满足约束条件的各待布物体的空间位置和姿态。其数学模型通式可按下式进行定义:3基于遗传算法的飞行器仪器舱布局问题求解方法算法对实数编码遗传算法进行改进,将实数编码扩展到解空间编码,直接将问题的求解变量作为染色体基因进行编码,构造解空间编码遗传算法(Solution-VectorCodingGeneticAlgorithm:SVCGA)进行飞行器仪器舱布局问题的求解。3.1求解算法的实现对标准的实数编码遗传算法进行如下改进,即可在三维布局优化问题上实现解空间编

8、码遗传算法SVCGA。(1)选择算子改进:为了防止出现超级个体而导致其控制群体,进而出现早熟现象发生,引入模拟退火的思想,按Metropo1is准则在搜索过程中随机地接受新解状态(不论好坏)。然后采用轮盘赌的方法对群体进行选择,形成临时解群体。(2)交叉和变异算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。