[發(fā)明專利]一種基于遺傳算法的飛行器無動力段性能優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202110531708.X
• 申請日: 2021-05-17
• 公開（公告）號: CN113283164B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計）人: 宋曉;龔開奇;魏宏夔;李勇;禹航;李嘉瑋;周軍華
• 申請（專利權(quán)）人: 北京航空航天大學;北京電子工程總體研究所
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/15;G06N3/12
• 代理公司: 北京東方盛凡知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11562
• 代理人: 張雪

1.一種基于遺傳算法的飛行器無動力段性能優(yōu)化方法，其特征在于，包括以下步驟：

S1.建立飛行器無動力段的動力學方程；

S2.基于所述動力學方程通過仿真循環(huán)遍歷全程恒定攻角序列，獲取飛行器的最佳恒定攻角值；

S3.基于所述全程恒定攻角序列獲取若干個染色體，完成隨機初始化種群；

S4.將所述初始化種群作為父代種群進行選擇、交叉、變異，得到子代種群，基于所述子代種群得到最優(yōu)解，并不斷迭代更新所述父代種群和所述最優(yōu)解記錄，迭代結(jié)束后，得到近似最優(yōu)解；

S5.基于所述近似最優(yōu)解，對攻角序列的最后一段進行局部迭代尋優(yōu)，得到更優(yōu)解，并與最佳恒定攻角進行對比，所述更優(yōu)解為飛行器無動力段的最佳恒定攻角；

采用6段取值方法生成染色體；

所述S3隨機初始化種群的具體步驟為：

S3.1、生成十進制染色體；

通過隨機函數(shù)構(gòu)造6個范圍在第一預(yù)設(shè)角度范圍之間的隨機數(shù)，每個數(shù)代表不同預(yù)設(shè)時間范圍內(nèi)的攻角取值，生成十進制染色體；

S3.2、生成二進制染色體；

將所述十進制染色體中產(chǎn)生的6個隨機數(shù)都分別轉(zhuǎn)換為5位二進制數(shù)，并按順序拼接到一起，生成二進制染色體，所述二進制染色體中每個二進制位點代表一個基因；

S3.3、計算適應(yīng)度及優(yōu)先級概率；

將每條所述二進制染色體的二進制攻角序列輸入仿真平臺，求得對應(yīng)的航程，并計算所述二進制染色體的適應(yīng)度，基于所述適應(yīng)度，計算每條染色體的優(yōu)先級概率；所述二進制染色體的適應(yīng)度fitness計算公式為：

其中，distance為航程，ideal_distance為常數(shù)；

S3.4、生成初始化種群；

重復所述S3.1-S3.3，并將生成的所述二進制染色體組成所述初始化種群；

所述S4近似最優(yōu)解的具體獲取步驟為：

S4.1、“輪盤賭”選擇；

基于所述優(yōu)先級概率，采用“輪盤賭”作為選擇方式，從所述父代種群中選擇一個個體作為雜交的父親個體，再利用所述“輪盤賭”從所述父代種群中選擇另一個不同個體作為雜交的母親個體；

S4.2、交換交叉；

二進制染色體具體的交叉過程為：

在二進制染色體的長度范圍內(nèi)隨機產(chǎn)生兩個雜交點Cross1、Cross2，Cross1Cross2，將所述父親個體和所述母親個體中的基因位點進行交換，所述基因位點位于Cross1到Cross2之間，得到2個子代個體，重復所述S4.2，由生成的子代個體組成所述子代種群；

S4.3、概率變異；

在第二預(yù)設(shè)角度范圍之間隨機生成隨機數(shù)，并設(shè)定變異概率閾值，若所述隨機數(shù)小于所述變異概率閥值，則進行變異，重復所述S4.3，將所述子代種群進行概率變異，生成新的子代種群；

S4.4、更新父代種群；

采用所述新的子代種群更新所述父代種群，并重新計算評估更新后的父代種群中的最佳個體，若更新后的父代種群的最佳個體優(yōu)于記錄的所述最優(yōu)解，則更新所述最優(yōu)解記錄，設(shè)置迭代次數(shù)閾值，并重復S4.1-S4.4，直到達到所述迭代次數(shù)閾值，得到所述近似最優(yōu)解。

2.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的飛行器無動力段性能優(yōu)化方法，其特征在于，

所述S1在速度坐標系下的動力學方程為：

其中，a_x、a_y，分別為速度系下x、y軸方向上的加速度大小；X、Y分別為飛行器機體系下x、y軸方向上的氣動力大?。沪?、θ、η分別為飛行器攻角、飛行器速度角、飛行器質(zhì)心-地心角；g為重力加速度大小。

3.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的飛行器無動力段性能優(yōu)化方法，其特征在于，所述S2中仿真的具體過程為：選取攻角在預(yù)設(shè)角度范圍之間的整數(shù)值組成所述全程恒定攻角序列，將對應(yīng)攻角輸入仿真平臺，得到各攻角下對應(yīng)的航程，進而獲得所述最佳恒定攻角值。

4.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的飛行器無動力段性能優(yōu)化方法，其特征在于，所述S4.3的所述概率變異的具體過程為：在第三預(yù)設(shè)角度范圍之間隨機產(chǎn)生2個變異點，將每條所述二進制染色體中的若干個數(shù)值作為一個基因段，則所述概率變異過程即為交換6個所述基因段的2個所述變異點。