图书介绍
启发式算法与飞行控制系统优化设计PDF|Epub|txt|kindle电子书版本网盘下载
- 杨朝旭编著 著
- 出版社： 北京：航空工业出版社
- ISBN：9787516506080
- 出版时间：2014
- 标注页数：307页
- 文件大小：66MB
- 文件页数：321页
- 主题词：启发式算法－应用－飞行控制系统－系统设计
PDF下载
下载说明
启发式算法与飞行控制系统优化设计PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 现代飞行控制系统的特点1
1.1.1 现代飞行控制系统的特点1
1.1.2 现代飞行控制系统设计的难点3
1.2 启发式算法综述4
1.2.1 遗传算法综述5
1.2.2 进化策略综述12
1.2.3 多目标进化算法综述13
1.3 基于启发式算法的飞行控制系统优化综述16
1.3.1 基于启发式算法的飞行控制系统优化综述17
1.3.2 多目标参数综合方法简介18
1.3.3 conduit简介20
1.4 本书的研究内容21
1.5 本章小结23
第2章 飞机飞行品质常用评价准则和飞行控制系统优化策略24
2.1 飞机飞行品质规范的基本体制24
2.1.1 飞机的分类24
2.1.2 飞行任务阶段的种类25
2.1.3 飞行品质的等级26
2.2 飞机飞行品质的常用评价准则28
2.2.1 等效系统的概念、原理和方法28
2.2.2 飞机法向（飞行轨迹）轴的要求29
2.2.3 飞机纵向速度轴的要求30
2.2.4 飞机俯仰轴的飞行品质评价准则31
2.2.5 飞机滚转轴的飞行品质评价准则41
2.2.6 飞机航向轴的飞行品质评价准则43
2.3 飞行控制系统优化策略和参考模型选择45
2.3.1 基于参考模型的飞行控制系统进化算法优化策略45
2.3.2 参考模型的选择原则47
2.4 多目标进化算法在飞行控制系统优化中应用时的问题52
2.4.1 大包线范围内飞行控制系统优化设计点的选择52
2.4.2 使用多目标进化算法对飞行控制系统进行优化时偏好信息的处理52
2.5 基于动压的参数范围快速界定和调参方法53
2.6 本章小结54
第3章 基于直接搜索的遗传算法及其在飞行控制系统中的应用55
3.1 遗传算法概述55
3.1.1 遗传算法的基本概念和原理55
3.1.2 适应度函数的选择及其尺度变换57
3.1.3 遗传操作的具体方法59
3.1.4 小生境技术61
3.2 基于模式搜索法的遗传算法62
3.2.1 模式搜索法简介63
3.2.2 基于模式搜索法的遗传算法63
3.2.3 基于模式搜索法的遗传算法数字仿真结果66
3.3 基于旋转方向法的遗传算法69
3.3.1 旋转方向法简介69
3.3.2 基于旋转方向法的遗传算法70
3.3.3 基于旋转方向法的遗传算法数字仿真结果72
3.3.4 在飞行控制系统参数优化中的应用示例75
3.4 基于单纯形法的遗传算法77
3.4.1 单纯形法简介77
3.4.2 基于单纯形的遗传算法78
3.4.3 基于单纯形的遗传算法数字仿真结果80
3.5 3种基于直接搜索的遗传算法的对比83
3.5.1 3种基于直接搜索的遗传算法搜索速度的对比83
3.5.2 3种基于直接搜索的遗传算法搜索精度的对比83
3.6 遗传算法在无人机路径规划中的应用84
3.6.1 协同逆推优化控制问题84
3.6.2 协同逆推优化控制求解87
3.6.3 仿真88
3.7 本章小结89
第4章 基于正交设计和均匀设计的进化算法及其在飞行控制系统优化中的应用90
4.1 基于正交设计的进化算法90
4.1.1 正交设计90
4.1.2 基于正交设计的进化算法93
4.1.3 仿真验证94
4.2 基于均匀设计的进化算法96
4.2.1 均匀设计简介96
4.2.2 基于均匀设计的进化算法98
4.2.3 仿真验证98
4.3 基于正交设计的进化算法和基于均匀设计的进化算法对比分析及改进101
4.3.1 基于正交设计的进化算法和基于均匀设计的进化算法的对比分析101
4.3.2 基于小生境的改进正交设计进化算法102
4.3.3 仿真验证103
4.4 基于正交设计的小生境遗传算法在飞机飞行控制系统中的应用104
4.5 本章小结107
第5章 基于反馈机制和混沌变异的改进进化策略及其在飞行控制系统优化中的应用108
5.1 基于反馈机制的改进进化策略108
5.1.1 （μ，λ）-es基本步骤108
5.1.2 基于反馈机制的进化策略109
5.1.3 基于反馈和共享机制的进化策略步骤111
5.1.4 数字仿真验证111
5.2 基于反馈机制和混沌变异的进化策略114
5.2.1 混沌及其运动特性简介114
5.2.2 基于反馈机制和混沌变异的进化策略116
5.2.3 数字仿真验证117
5.3 基于反馈机制和混沌变异的进化策略在飞行控制系统优化中的应用119
第6章 基于pareto方法的多目标进化算法及其改进125
6.1 多目标优化的基本概念125
6.1.1 多目标优化的基本概念125
6.1.2 多目标进化算法的设计要求126
6.1.3 多目标进化算法性能指标127
6.1.4 多目标进化算法的标准测试函数129
6.2 非劣分类遗传算法及其改进131
6.2.1 nsga-Ⅱ算法131
6.2.2 nsga-Ⅱ的缺点及改进思路133
6.2.3 nsga-Ⅱ中自适应sbX算子及其性能分析133
6.2.4 tent映射性能分析及其改进135
6.2.5 achnsga-Ⅱ算法139
6.3 一种改进的非劣分类差分进化算法（insde）149
6.3.1 差分进化算法基本原理150
6.3.2 insde153
6.3.3 数值仿真验证156
6.4 强度pareto进化算法（spea2）及其改进158
6.4.1 spea2算法159
6.4.2 spea2算法的缺点分析及其改进160
6.4.3 仿真验证162
6.5 强度pareto混沌差分进化算法（spcde）164
6.5.1 spde算法的主要思想164
6.5.2 spcde算法的主要操作及步骤164
6.5.3 数值试验与分析166
第7章 粒子群算法及其在飞行控制系统优化中的应用169
7.1 粒子群算法的基本理论169
7.2 基于粒子群算法的飞机鲁棒控制律设计170
7.2.1 问题提出的背景170
7.2.2 μ综合理论概述171
7.2.3 存在弹性模态的飞机方程171
7.2.4 使用粒子群算法优化加权函数173
7.2.5 仿真174
7.2.6 控制器降阶175
7.3 多目标粒子群优化算法及其改进177
7.3.1 基本多目标粒子群优化算法178
7.3.2 自适应混合多目标粒子群优化算法178
7.3.3 性能验证184
7.4 本章小结188
第8章 飞行控制设计多目标优化研究189
8.1 多目标飞机低阶等效系统拟配189
8.1.1 目标函数的选择190
8.1.2 改进的精英保留策略191
8.1.3 算法步骤192
8.1.4 仿真算例192
8.1.5 仿真结果分析195
8.2 基于人机闭环参考模型的飞行控制多目标优化设计195
8.2.1 基于参考模型的飞行控制设计优化策略196
8.2.2 基于人机闭环tdns准则和cap准则的参考模型选择199
8.2.3 基于人机闭环的飞行控制系统多目标优化208
8.2.4 pio易感性分析212
8.2.5 仿真结果分析212
8.3 lqg/ltr纵向飞行控制系统优化设计212
8.3.1 lqg/ltr设计的基本原理213
8.3.2 基于参考模型的lqg/ltr飞行控制系统优化设计方法215
8.3.3 基于参考模型的lqg/ltr设计方法仿真算例219
8.4 基于含约束的输出反馈特征结构配置的飞行控制系统优化设计227
8.4.1 含约束的输出反馈特征结构配置优化设计方法228
8.4.2 基于多目标优化的含约束的输出反馈特征结构配置的优化设计235
8.4.3 重构飞行控制系统的优化设计238
8.5 本章小结243
第9章 基于进化算法的飞机多操纵面控制分配技术244
9.1 控制分配问题的基本内容244
9.1.1 控制分配问题的数学描述244
9.1.2 线性系统的分配描述246
9.1.3 非线性系统的分配描述246
9.1.4 执行器动态特性对控制分配的影响248
9.2 广义逆分配法248
9.2.1 伪逆法与加权伪逆法249
9.2.2 广义逆分配法的分配效率250
9.2.3 仿真算例252
9.3 基于小生境遗传算法的伪逆分配法设计254
9.3.1 问题的描述254
9.3.2 基于小生境遗传算法的广义逆阵优化255
9.3.3 仿真算例256
9.4 基于小生境遗传算法的加权伪逆法优化设计258
9.4.1 基于小生境遗传算法的加权伪逆法优化258
9.4.2 仿真算例259
9.5 基于遗传算法的控制分配系统设计260
9.5.1 lqr-加权伪逆法控制分配系统设计261
9.5.2 仿真验证263
9.6 本章小结264
第10章 蚁群算法及其在无人机航路规划中的应用265
10.1 蚁群算法简介265
10.1.1 蚁群算法中的基本概念265
10.1.2 蚁群算法中的基本流程267
10.1.3 蚁群算法中的常见衍生算法267
10.2 基于蚁群算法的路径规划270
10.2.1 引入启发式搜索方向的蚁群算法270
10.2.2 引入搜索代价的蚁群算法271
10.2.3 改善信息素播撒规则272
10.2.4 改进的算法流程272
10.3 基于改进蚁群算法的路径规划272
10.3.1 栅格v图方法272
10.3.2 概率地图方法274
10.3.3 仿真算例276
10.4 基于多目标蚁群算法的路径规划278
10.4.1 多目标蚁群算法278
10.4.2 仿真算例280
10.5 基于蚁群算法的多机任务分配技术281
10.5.1 任务分配评价函数282
10.5.2 基于蚁群算法的多机任务分配算法282
10.5.3 仿真算法283
10.6 本章小结285
第11章 总结286
11.1 本书工作总结286
11.2 需要进一步研究的问题和启发式算法在飞行控制系统中应用的展望288
附录 admire飞机结构布局、结构参数、操纵面约束289
参考文献290