软基水闸底板脱空是水闸在长期服役期间受水流侵蚀等环境因素影响所产生的一种危害极大且难以察觉的病害。由于其病害部位于水下,传统方法难以检测,该研究提出一种基于高斯过程回归(Gaussian process regression,GPR)代理模型和遗传-自...软基水闸底板脱空是水闸在长期服役期间受水流侵蚀等环境因素影响所产生的一种危害极大且难以察觉的病害。由于其病害部位于水下,传统方法难以检测,该研究提出一种基于高斯过程回归(Gaussian process regression,GPR)代理模型和遗传-自适应惯性权重粒子群(genetic algorithm-adaptive particle swarm optimization,GA-APSO)混合优化算法的水闸底板脱空动力学反演方法,用于检测软基水闸底板脱空。首先,构建表征软基水闸底板脱空参数和水闸结构模态参数之间非线性关系的GPR代理模型;其次,基于GPR代理模型与水闸实测模态参数建立脱空反演的最优化数学模型,将反演问题转化为目标函数最优化求解问题;最后,为提高算法寻优计算的精度,提出一种GA-APSO混合优化算法对目标函数进行脱空反演计算,并提出一种更合理判断反演脱空区域面积和实际脱空区域面积相对误差的指标—面积不重合度。为验证所提方法性能,以一室内软基水闸物理模型为例,对两种不同脱空工况开展研究分析,结果表明,反演脱空区域面积和模型实际设置脱空区域面积的相对误差分别为8.47%和10.77%,相对误差值较小,证明所提方法能有效反演出水闸底板脱空情况,可成为软基水闸底板脱空反演检测的一种新方法。展开更多
火力分配作为集群目标来袭防御任务规划的关键环节,对提高防御效果具有重要意义。针对高炮反无人机的火力分配问题,将高炮性能指标约束和转火时间约束转化为可拦截因子,提出一种基于可拦截因子的高炮反无人机火力分配模型,减小非线性约...火力分配作为集群目标来袭防御任务规划的关键环节,对提高防御效果具有重要意义。针对高炮反无人机的火力分配问题,将高炮性能指标约束和转火时间约束转化为可拦截因子,提出一种基于可拦截因子的高炮反无人机火力分配模型,减小非线性约束转化为惩罚函数带来的计算量及误差,进而提升整体效能。基于此模型,针对来袭目标与火力节点之间的火力优化匹配问题,采用改进混合遗传粒子群算法(Hybrid GA and PSO,HGAPSO)优化算法对模型进行最优值求解。仿真试验结果表明该模型合理有效,HGAPSO算法有较高的收敛精度和较快的收敛速率。展开更多
文摘火力分配作为集群目标来袭防御任务规划的关键环节,对提高防御效果具有重要意义。针对高炮反无人机的火力分配问题,将高炮性能指标约束和转火时间约束转化为可拦截因子,提出一种基于可拦截因子的高炮反无人机火力分配模型,减小非线性约束转化为惩罚函数带来的计算量及误差,进而提升整体效能。基于此模型,针对来袭目标与火力节点之间的火力优化匹配问题,采用改进混合遗传粒子群算法(Hybrid GA and PSO,HGAPSO)优化算法对模型进行最优值求解。仿真试验结果表明该模型合理有效,HGAPSO算法有较高的收敛精度和较快的收敛速率。
