小世界算法的改进及其在自动飞控系统设计中的应用

摘要

小世界算法是继小世界网络在企业管理、网络信息、生物领域等众多领域之后的又一崭新应用领域。小世界算法效仿小世界网络中信息高效传递的方式，因其具有简单的搜索算子构造、良好的全局搜索能力等特点，受到了众多优化算法研究者广泛关注。本文针对基本型小世界算法中，节点之间信息相互孤立、局部短连接搜索效率低等不足，对其进行了改进，并将改进后的小世界算法应用于飞机自动飞行控制系统的优化设计中。论文主要开展了如下几方面的工作：
　　1．对小世界网络的构造和特性进行了较为全面的阐述。对基本型小世界算法的原理、步骤和不足进行了详细的论述，对后文的对其改进研究奠定基础。
　　2．针对基本型小世界算法的节点之间信息相互孤立、局部短连接搜索算子效率低等问题，使用线性变化的局部短连接搜索的概率和节点邻域大小，同时使用新型短连接搜索策略和精英选择的策略，而提出了均衡型小世界算法。测试表明，均衡型小世界算法的综合优化性能优于基本型小世界算法，而劣于基本型遗传算法。将均衡型小世界算法与传统的非线性规划算法相杂交，提出杂交型小世界算法。测试表明，杂交型小世界算法的综合优化性能优于或远优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。
　　3．对约束条件采用惩罚函数的方式，使均衡型小世界算法和杂交型小世界算法能够处理有约束的优化问题。测试表明，均衡型小世界算法处理约束问题的综合优化性能优于基本型小世界算法，而劣于基本型遗传算法；杂交型小世界算法处理有约束问题的综合优化性能优于或远优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。
　　4．将基本型小世界算法、均衡型小世界算法、杂交型小世界算法和基本型遗传算法应用于飞机的自动控制系统优化设计中。试验表明，4种优化算法的设计效果明显优于根轨迹法；均衡型小世界优化算法的设计效果优于基本型小世界算法，而劣于基本型遗传算法；杂交型小世界算法的设计效果都优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。
　　5．通过UDP通信接口，将MATLAB软件中的Simulink模块和FlightGear飞行模拟器联合起来，对采用杂交型小世界算法设计的自动飞行进行了视景仿真，生动形象地展示自动飞行过程。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 引言

1.2 国内外研究现状

1.3 论文主要研究内容的思路

第2章 基本型小世界算法

2.1 复杂网络理论

2.2 小世界网络的构造过程及其特性

2.3 基本型小世界算法的原理

2.4 基本型小世界算法的流程

2.5 基本型小世界算法的优缺点及分析

2.6 本章小结

第3章 均衡型小世界算法和杂交型小世界算法

3.1 均衡型小世界算法

3.2 B-SWA的优化性能测试

3.3 杂交型小世界算法

3.4 H-SWA的优化性能测试

3.5 本章小结

第4章 有约束的均衡型小世界算法和杂交型小世界算法

4.1 有约束优化问题的定义

4.2 对有约束条件的处理方法

4.3 惩罚函数法

4.4 B-SWA和H-SWA对有约束问题的优化性能测试

4.5 本章小结

第5章 飞机自动飞行控制系统的仿真优化设计

5.1飞机自动控制系统的工作模式

5.2 自动飞行控制系统的设计方法

5.3最优PID控制器的仿真优化设计方法

5.4 飞机自动控制系统的设计实例

5.5 对自动飞行控制系统最优PID控制器设计的结论

5.6 本章小结

第6章 利用FlightGear实现自动飞行的视景仿真

6.1 FlightGear飞行模拟器的简介

6.2 联合MATLAB/Simulink与FlightGear的通信接口模块

6.3 联合MATLAB/Simulink与FlightGear进行仿真的步骤

6.4 飞机自动飞行的视景仿真实例

6.5 本章小结

第7章 总结与展望

7.1 本论文的主要工作

7.2 未来研究展望

参考文献

论文的发表及科研情况

参加科研项目

发表论文

致谢

声明