基于分布估計的人機結(jié)合演化設(shè)計方法研究.pdf_第1頁
已閱讀1頁,還剩153頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、衛(wèi)星艙空間布局設(shè)計對縮短衛(wèi)星設(shè)計周期、節(jié)約成本、提高性能等方面有著重要作用,是衛(wèi)星總體設(shè)計的關(guān)鍵技術(shù)之一。該問題在數(shù)學上屬于混合(離散與連續(xù))組合最優(yōu)化問題和NP-難(NP-hard)或NP-完全(NP-complete)問題,在工程上屬于方案設(shè)計和復雜工程系統(tǒng)問題,其求解面臨的主要困難是既要解決數(shù)學上的組合爆炸問題,又要解決工程系統(tǒng)復雜性問題。 本論文以委托項目”航天器布局優(yōu)化設(shè)計平臺研究與開發(fā)”為應用背景,在國家自然科學基金

2、資助下,研究該類布局空間結(jié)構(gòu)本質(zhì),研究統(tǒng)計學習技術(shù)以及人機結(jié)合設(shè)計策略在演化計算中的應用,用于一類以改善衛(wèi)星艙質(zhì)量特性為目標的空間布局設(shè)計問題的求解。 本文主要工作包括以下幾個方面: 1.給出一種基于主元分析(Principle Components Analysis,簡稱PCA)的分布估計算法(PCA-EDA)。分布估計算法(Estimation of Distribution Algorithms,簡稱EDAs)是一

3、類比較新的演化算法,用以解決遺傳算法求解變量耦合問題時算法運行效率不高的問題。PCA-EDA算法將主元分析的變量相關(guān)性分析功能與高斯分布概率模型相結(jié)合,在獲得概率模型的學習精度與效率的相對平衡的同時,實現(xiàn)了設(shè)計變量間內(nèi)在關(guān)聯(lián)關(guān)系的學習及演化,可有效解決變量耦合問題;同時提出自適應控制主元變量的方差收斂的機制,解決分布估計算法的早熟問題。函數(shù)優(yōu)化算例及布局仿真實驗表明,PCA-EDA算法求解性能優(yōu)于遺傳算法及常規(guī)分布估計算法。 2

4、.給出一種多階段貪心聚類機制,用于PCA-EDA算法,利用貪心期望最大化算法實現(xiàn)解群體自適應的聚類操作,實現(xiàn)算法對問題解空間的空間結(jié)構(gòu)分析,以有效改進PCA-EDA算法對復雜布局問題的綜合求解性能。本文對裝填布局問題的空間結(jié)構(gòu)進行了分析,指出其具有的一些復雜特點。在此基礎(chǔ)上,提出利用高斯混合模型( GaussianMixture Model,簡稱GMM),將基于聚類的空間結(jié)構(gòu)分析技術(shù)引入到PCA-EDA算法中,具有三方面的作用:(1)實

5、現(xiàn)解空間的分解,將高性能解聚集的區(qū)域更精確地提取出來,這對于設(shè)計者深入了解設(shè)計問題,對于提高算法求解的效率都有明顯的促進作用;(2)用多個高斯分布來更精確地逼近多峰值解空間,使基于單高斯分布的線性EDA算法非線性化,更適合求解具有復雜空間結(jié)構(gòu)的設(shè)計問題;(3)本質(zhì)上實現(xiàn)了一種具有多個獨立群體的演化算法,有助于保持群體多樣化。 3.給出一種針對PCA-EDA算法的人機結(jié)合策略,最終形成基于分布估計的人機結(jié)合演化設(shè)計方法。本文從設(shè)計

6、知識提取的層面,深入分析了PCA-EDA算法的內(nèi)在運行機制,實現(xiàn)利用變量相關(guān)關(guān)系的學習將原問題分解為若干子問題,并分析了主元變量方差與載入系數(shù)矩陣在原始變量相關(guān)性分析中的應用,以及變量相關(guān)性與搜索空間的形態(tài)之間的關(guān)系。通過對布局仿真實驗的求解表明,應用該策略可使設(shè)計者能以更有效的方式將設(shè)計思想傳遞給算法。此外,為解決人機結(jié)合過程中如何有效獲取關(guān)鍵信息的問題,在對可視化技術(shù)以及演化算法可視化進行綜述的基礎(chǔ)上,本文從構(gòu)成演化算法結(jié)構(gòu)要素特征

7、的可視化以及問題的解空間結(jié)構(gòu)可視化兩個方面,提出幾種新的演化算法可視化交互界面,用于人機結(jié)合演化設(shè)計方法的多層面多角度可視化。 綜上所述,本文分別從變量相關(guān)性分析,可視化及定性與定量分析相結(jié)合、解空間結(jié)構(gòu)分析三個方面展開研究,并結(jié)合演化計算的特點,充分利用概率統(tǒng)計及機器學習領(lǐng)域中相關(guān)技術(shù),使三方面的研究內(nèi)容既能各有側(cè)重,又能有機統(tǒng)一,最終實現(xiàn)一種基于分布估計的人機結(jié)合的演化設(shè)計方法。通過對返回式衛(wèi)星艙和通訊衛(wèi)星艙的布局優(yōu)化設(shè)計的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論