一种基于改进遗传算法的火箭轨迹优化方法.pdf
波峻****99
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于改进遗传算法的火箭轨迹优化方法.pdf
本发明公开了一种基于改进遗传算法的火箭轨迹优化方法,包括:步骤1)通过变分法将火箭轨迹优化的最优控制问题转化为火箭亚音速段攻角绝对值的最大值、火箭俯仰角变化率的参数优化问题;步骤2)对火箭亚音速段攻角绝对值的最大值、火箭俯仰角变化率进行二进制编码生成初代种群;步骤3)以最大射程为优化目标,对种群中的个体适应度进行计算;步骤4)对于火箭飞行过程中的等式和不等式约束,利用罚函数对种群个体的适应度进行调整;步骤5)利用计算得到的种群适应度,将种群中最优个体进行保留;步骤6)从种群中选取两个父本,并利用相似度阈值
基于改进遗传算法的六自由度机械臂轨迹优化方法.pdf
本发明涉及一种基于改进遗传算法的六自由度机械臂轨迹优化方法,包括:步骤S1:获得六自由度机械臂末端执行器起始点和目标点位姿;步骤S2:在起始点与目标点之间,通过路径规划得到机械臂各个关节的路径点;步骤S3:采用三次样条插值算法在机械臂每个关节的相邻两个路径点间构建运动轨迹,获取轨迹曲线多项式;步骤S4:基于轨迹曲线多项式,构建关节的子目标函数;步骤S5:基于改进遗传算法对机械臂关节轨迹进行优化;步骤S6:对得到的每一段曲线轨迹,在所有关节的最优个体中选择最长时间作为该段轨迹的最佳时间;步骤S7:基于轨迹的
基于改进遗传算法的无功优化方法的研究.docx
基于改进遗传算法的无功优化方法的研究摘要:电力系统的无功优化是降低网损、保障电压质量的有效手段遗传算法是解决这种多约束非线性组合优化问题的很好方法。简单遗传算法(SGA)中的交叉率和变异率分别是一个过大或者过小的固定值造成了高适应度基因遭到破坏和算法陷入迟钝本文中改进遗传算法(IGA)使用变化的交叉率和变异率避免了此类现象。文献中以IEEE33节点系统为例分别用两种算法进行了无功优化的计算通过比较得到结论IGA具有最优解更加准确、收敛速度更加迅速的优点。关键词:无
基于改进遗传算法的无功优化方法的研究.docx
基于改进遗传算法的无功优化方法的研究摘要:电力系统的无功优化是降低网损、保障电压质量的有效手段遗传算法是解决这种多约束非线性组合优化问题的很好方法。简单遗传算法(SGA)中的交叉率和变异率分别是一个过大或者过小的固定值造成了高适应度基因遭到破坏和算法陷入迟钝本文中改进遗传算法(IGA)使用变化的交叉率和变异率避免了此类现象。文献中以IEEE33节点系统为例分别用两种算法进行了无功优化的计算通过比较得到结论IGA具有最优解更加准确、收敛速度更加迅速的优点。关键词:无
一种基于改进的遗传算法的查询优化方法.pdf
本发明涉及一种基于改进的遗传算法的查询优化方法,属于查询优化技术领域。本发明对一个查询执行策略集建立数学模型,即将查询优化问题转化为求全局最优解的数学问题。该模型叫做查询策略的代价评估模型;然后改进遗传算法,利用改进的遗传算法的全局搜索能力对查询策略集进行并行搜索,最终得到一个理想的查询执行策略。本发明对传统的遗传算法进行了改进,并将改进的遗传算法用于大型关系数据库的查询优化。克服了“早熟”收敛现象。与其他智能优化算法相比,能够有效避免陷入局部极值,从而缩短了搜索时间。其次,算法中应用的基于基因的搜索策略