《啟發式算法與飛行控制系統最佳化設計》是2014年11月航空工業出版社出版的圖書，圖書作者是何曉紅。
基本介紹
- 中文名：啟發式算法與飛行控制系統最佳化設計
- 出版社：航空工業出版社
- 作者：楊朝旭、何曉紅
- 責任編輯：何曉紅
- ISBN：9787516506080
- 出版日期：2014年11月
內容簡介,圖書目錄,
內容簡介
本書介紹了進化算法、進化策略、粒子群算法、多目標最佳化算法和蟻群算法等現代啟發式算法，圍繞如何將最佳化算法套用于飛機飛行控制系統參數最佳化及飛行航路規劃問題展開討論。
本書總計11章,內容包括飛機的常用飛行品質和飛行控制系統最佳化策略、提高遺傳算法搜尋效率的改進措施、粒子群算法和進化策略的改進措施及其在飛機飛行控制系統最佳化設計中的套用、基於多目標進化算法的飛行控制系統最佳化設計、進化算法在多操縱面控制分配中的套用、基於蟻群算法的路徑規劃和多機任務分配等。
圖書目錄
第1章 緒論
1.1 現代飛行控制系統的特點
1.1.1 現代飛行控制系統的特點
1.1.2 現代飛行控制系統設計的難點
1.2 啟發式算法綜述
1.2.1 遺傳算法綜述
1.2.2 進化策略綜述
1.2.3 多目標進化算法綜述
1.3 基於啟發式算法的飛行控制系統最佳化綜述
1.3.1 基於啟發式算法的飛行控制系統最佳化綜述
1.3.2 多目標參數綜合方法簡介
1.3.3 CONDUIT簡介
1.4 本書的研究內容
1.5 本章小結
第2章 飛機飛行品質常用評價準則和飛行控制系統最佳化策略
2.1 飛機飛行品質規範的基本體制
2.1.1 飛機的分類
2.1.2 飛行任務階段的種類
2.1.3 飛行品質的等級
2.2 飛機飛行品質的常用跨妹婆評價準則
2.2.1 等效系統的概念、原理和方法
2.2.2 飛機法向（飛行軌跡）軸的要求
2.2.3 飛機縱向速度軸的要求
2.2.4 飛機俯仰軸的飛行品質評價準則
2.2.5 飛機滾轉軸的飛行品質評價準則
2.2.6 飛機航向軸的飛行品質評價準則
2.3 飛行控制系統最佳化策略和參考模型選擇
2.3.1 基於參考模型的飛行控制系統進化算法最佳化策略
2.3.2 參考模型謎良催的選擇原則
2.4 多目標進化算法在飛行控制系統最佳化中套用時的問題
2.4.1 大包線範圍內飛行控制系統最佳化設計點的選擇
2.4.2 使用多目標進化算法對飛行控制系統進行最佳化時偏好信息的處理
2.5 基於動壓的參數範圍快速界定和調參方法
2.6 本章小結
第3章 基於直接搜尋的遺傳算法及其在飛行控制系統中的套用
3.1 遺傳算法概述
3.1.1 遺傳算法的基本概念和原理
3.1.2 適應度函式的選擇及其尺度變換
3.1.3 遺傳操作的具體方法
3.1.4 小生境技術
3.2 基於模式搜尋法的遺傳算法
3.2.1 模式搜尋法簡介
3.2.2 基於模式搜尋法的遺傳算法
3.2.3 基於模式搜尋法的遺傳算法數字仿真結果
3.3 基於旋轉方向法的遺傳算法
3.3.1 旋轉方向法簡介
3.3.2 基於旋轉方向法的遺傳算法
3.3.3 基於旋轉方向法的遺傳算法數字仿真結果
3.3.4 在飛行控制系統參數最佳化中的套用示例
3.4 基於單純形法的遺傳算法
3.4.1 單純形法簡介
3.4.2 基於單純形的遺傳算法
3.4.3 基於單純形的遺傳算法數字仿真結果
3.5 3種基於直接搜尋的遺傳算法道符尋的對比
3.5.1 3種基於直接搜尋的遺傳算法搜尋速度的對比
3.5.2 3種基於直接搜尋的遺傳算法搜尋精度的對比
3.6 遺傳算法在無人機路徑規劃中的套用放籃
3.6.1 協同逆推最佳化控制問題
3.6.2 協同逆推優敬想凳化控制求解
3.6.3 仿真
3.7 本章小結
第4章 基於正交設計和均勻設計的進化算法及其在飛行控制系統最佳化中的套用
4.1 基於正交設計的進化算法
4.1.1 正交設計
4.1.2 基於正交設計的進化算法
4.1.3 仿真驗證
4.2 基於均勻設計的進化算法
4.2.1 均勻設計簡介
4.2.2 基於均勻設計的進化估重迎墊算法
4.2.3 仿真驗證
4.3 基於正交設計的進化算法和基於均勻設計的進化算法對比分析及改進
4.3.1 基於正交設計的進化算法和基於均勻設計的進化算法的對比分析
4.3.2 基於小生境的改進正交設計進化算法
4.3.3 仿真驗證
4.4 基於正交設計的小生境遺傳算法在飛機飛行控制系統中的套用
4.5 本章小結
第5章 基於反饋機汗匙歸整制和混沌變異的改進進化策略及其在飛行控制系統最佳化中的套用
5.1 基於反饋機制的改進進化策略
5.1.1 （μ，λ）-ES基本步驟
5.1.2 基於反饋機制的進化策略
5.1.3 基於反饋和共享機制的進化策略步驟
5.1.4 數字仿真驗證
5.2 基於反饋機制和混沌變異的進化策略
5.2.1 混沌及其運動特性簡介
5.2.2 基於反饋機制和混沌變異的進化策略
5.2.3 數字仿真驗證
5.3 基於反饋機制和混沌變異的進化策略在飛行控制系統最佳化中的套用
5.4 本章小結
第6章 基於Pareto方法的多目標進化算法及其改進
6.1 多目標最佳化的基本概念
6.1.1 多目標最佳化的基本概念
6.1.2 多目標進化算法的設計要求
6.1.3 多目標進化算法性能指標
6.1.4 多目標進化算法的標準測試函式
6.2 非劣分類遺傳算法及其改進
6.2.1 NSGA-Ⅱ算法
6.2.2 NSGA-Ⅱ的缺點及改進思路
6.2.3 NSGA-Ⅱ中自適應SBX運算元及其性能分析
6.2.4 Tent映射性能分析及其改進
6.2.5 ACHNSGA-Ⅱ算法
6.3 一種改進的非劣分類差分進化算法（INSDE）
6.3.1 差分進化算法基本原理
6.3.2 INSDE
6.3.3 數值仿真驗證
6.4 強度Pareto進化算法（SPEA2）及其改進
6.4.1 SPEA2算法
6.4.2 SPEA2算法的缺點分析及其改進
6.4.3 仿真驗證
6.5 強度Pareto混沌差分進化算法（SPCDE）
6.5.1 SPCDE算法的主要思想
6.5.2 SPCDE算法的主要操作及步驟
6.5.3 數值試驗與分析
6.6 本章小結
第7章 粒子群算法及其在飛行控制系統最佳化中的套用
7.1 粒子群算法的基本理論
7.2 基於粒子群算法的飛機魯棒控制律設計
7.2.1 問題提出的背景
7.2.2 μ綜合理論概述
7.2.3 存在彈性模態的飛機方程
7.2.4 使用粒子群算法最佳化加權函式
7.2.5 仿真
7.2.6 控制器降階
7.3 多目標粒子群最佳化算法及其改進
7.3.1 基本多目標粒子群最佳化算法
7.3.2 自適應混合多目標粒子群最佳化算法
7.3.3 性能驗證
7.4 本章小結
第8章 飛行控制設計多目標最佳化研究
8.1 多目標飛機低階等效系統擬配
8.1.1 目標函式的選擇
8.1.2 改進的精英保留策略
8.1.3 算法步驟
8.1.4 仿真算例
8.1.5 仿真結果分析
8.2 基於人機閉環參考模型的飛行控制多目標最佳化設計
8.2.1 基於參考模型的飛行控制設計最佳化策略
8.2.2 基於人機閉環TDNS準則和CAP準則的參考模型選擇
8.2.3 基於人機閉環的飛行控制系統多目標最佳化
8.2.4 PIO易感性分析
8.2.5 仿真結果分析
8.3 LQG/LTR縱向飛行控制系統最佳化設計
8.3.1 LQG/LTR設計的基本原理
8.3.2 基於參考模型的LQG/LTR飛行控制系統最佳化設計方法
8.3.3 基於參考模型的LQG/LTR設計方法仿真算例
8.4 基於含約束的輸出反饋特徵結構配置的飛行控制系統最佳化設計
8.4.1 含約束的輸出反饋特徵結構配置最佳化設計方法
8.4.2 基於多目標最佳化的含約束的輸出反饋特徵結構配置的最佳化設計
8.4.3 重構飛行控制系統的最佳化設計
8.5 本章小結
第9章 基於進化算法的飛機多操縱面控制分配技術
9.1 控制分配問題的基本內容
9.1.1 控制分配問題的數學描述
9.1.2 線性系統的分配描述
9.1.3 非線性系統的分配描述
9.1.4 執行器動態特性對控制分配的影響
9.2 廣義逆分配法
9.2.1 偽逆法與加權偽逆法
9.2.2 廣義逆分配法的分配效率
9.2.3 仿真算例
9.3 基於小生境遺傳算法的偽逆分配法設計
9.3.1 問題的描述
9.3.2 基於小生境遺傳算法的廣義逆陣最佳化
9.3.3 仿真算例
9.4 基於小生境遺傳算法的加權偽逆法最佳化設計
9.4.1 基於小生境遺傳算法的加權偽逆法最佳化
9.4.2 仿真算例
9.5 基於遺傳算法的控制分配系統設計
9.5.1 LQR-加權偽逆法控制分配系統設計
9.5.2 仿真驗證
9.6 本章小結
第10章 蟻群算法及其在無人機航路規劃中的套用
10.1 蟻群算法簡介
10.1.1 蟻群算法中的基本概念
10.1.2 蟻群算法中的基本流程
10.1.3 蟻群算法中的常見衍生算法
10.2 基於蟻群算法的路徑規劃
10.2.1 引入啟發式搜尋方向的蟻群算法
10.2.2 引入搜尋代價的蟻群算法
10.2.3 改善信息素播撒規則
10.2.4 改進的算法流程
10.3 基於改進蟻群算法的路徑規劃
10.3.1 柵格V圖方法
10.3.2 機率地圖方法
10.3.3 仿真算例
10.4 基於多目標蟻群算法的路徑規劃
10.4.1 多目標蟻群算法
10.4.2 仿真算例
10.5 基於蟻群算法的多機任務分配技術
10.5.1 任務分配評價函式
10.5.2 基於蟻群算法的多機任務分配算法
10.5.3 仿真算法
10.6 本章小結
第11章 總結
11.1 本書工作總結
11.2 需要進一步研究的問題和啟發式算法在飛行控制系統中套用的展望
附錄 Admire飛機結構布局、結構參數、操縱面約束
3.2 基於模式搜尋法的遺傳算法
3.2.1 模式搜尋法簡介
3.2.2 基於模式搜尋法的遺傳算法
3.2.3 基於模式搜尋法的遺傳算法數字仿真結果
3.3 基於旋轉方向法的遺傳算法
3.3.1 旋轉方向法簡介
3.3.2 基於旋轉方向法的遺傳算法
3.3.3 基於旋轉方向法的遺傳算法數字仿真結果
3.3.4 在飛行控制系統參數最佳化中的套用示例
3.4 基於單純形法的遺傳算法
3.4.1 單純形法簡介
3.4.2 基於單純形的遺傳算法
3.4.3 基於單純形的遺傳算法數字仿真結果
3.5 3種基於直接搜尋的遺傳算法的對比
3.5.1 3種基於直接搜尋的遺傳算法搜尋速度的對比
3.5.2 3種基於直接搜尋的遺傳算法搜尋精度的對比
3.6 遺傳算法在無人機路徑規劃中的套用
3.6.1 協同逆推最佳化控制問題
3.6.2 協同逆推最佳化控制求解
3.6.3 仿真
3.7 本章小結
第4章 基於正交設計和均勻設計的進化算法及其在飛行控制系統最佳化中的套用
4.1 基於正交設計的進化算法
4.1.1 正交設計
4.1.2 基於正交設計的進化算法
4.1.3 仿真驗證
4.2 基於均勻設計的進化算法
4.2.1 均勻設計簡介
4.2.2 基於均勻設計的進化算法
4.2.3 仿真驗證
4.3 基於正交設計的進化算法和基於均勻設計的進化算法對比分析及改進
4.3.1 基於正交設計的進化算法和基於均勻設計的進化算法的對比分析
4.3.2 基於小生境的改進正交設計進化算法
4.3.3 仿真驗證
4.4 基於正交設計的小生境遺傳算法在飛機飛行控制系統中的套用
4.5 本章小結
第5章 基於反饋機制和混沌變異的改進進化策略及其在飛行控制系統最佳化中的套用
5.1 基於反饋機制的改進進化策略
5.1.1 （μ，λ）-ES基本步驟
5.1.2 基於反饋機制的進化策略
5.1.3 基於反饋和共享機制的進化策略步驟
5.1.4 數字仿真驗證
5.2 基於反饋機制和混沌變異的進化策略
5.2.1 混沌及其運動特性簡介
5.2.2 基於反饋機制和混沌變異的進化策略
5.2.3 數字仿真驗證
5.3 基於反饋機制和混沌變異的進化策略在飛行控制系統最佳化中的套用
5.4 本章小結
第6章 基於Pareto方法的多目標進化算法及其改進
6.1 多目標最佳化的基本概念
6.1.1 多目標最佳化的基本概念
6.1.2 多目標進化算法的設計要求
6.1.3 多目標進化算法性能指標
6.1.4 多目標進化算法的標準測試函式
6.2 非劣分類遺傳算法及其改進
6.2.1 NSGA-Ⅱ算法
6.2.2 NSGA-Ⅱ的缺點及改進思路
6.2.3 NSGA-Ⅱ中自適應SBX運算元及其性能分析
6.2.4 Tent映射性能分析及其改進
6.2.5 ACHNSGA-Ⅱ算法
6.3 一種改進的非劣分類差分進化算法（INSDE）
6.3.1 差分進化算法基本原理
6.3.2 INSDE
6.3.3 數值仿真驗證
6.4 強度Pareto進化算法（SPEA2）及其改進
6.4.1 SPEA2算法
6.4.2 SPEA2算法的缺點分析及其改進
6.4.3 仿真驗證
6.5 強度Pareto混沌差分進化算法（SPCDE）
6.5.1 SPCDE算法的主要思想
6.5.2 SPCDE算法的主要操作及步驟
6.5.3 數值試驗與分析
6.6 本章小結
第7章 粒子群算法及其在飛行控制系統最佳化中的套用
7.1 粒子群算法的基本理論
7.2 基於粒子群算法的飛機魯棒控制律設計
7.2.1 問題提出的背景
7.2.2 μ綜合理論概述
7.2.3 存在彈性模態的飛機方程
7.2.4 使用粒子群算法最佳化加權函式
7.2.5 仿真
7.2.6 控制器降階
7.3 多目標粒子群最佳化算法及其改進
7.3.1 基本多目標粒子群最佳化算法
7.3.2 自適應混合多目標粒子群最佳化算法
7.3.3 性能驗證
7.4 本章小結
第8章 飛行控制設計多目標最佳化研究
8.1 多目標飛機低階等效系統擬配
8.1.1 目標函式的選擇
8.1.2 改進的精英保留策略
8.1.3 算法步驟
8.1.4 仿真算例
8.1.5 仿真結果分析
8.2 基於人機閉環參考模型的飛行控制多目標最佳化設計
8.2.1 基於參考模型的飛行控制設計最佳化策略
8.2.2 基於人機閉環TDNS準則和CAP準則的參考模型選擇
8.2.3 基於人機閉環的飛行控制系統多目標最佳化
8.2.4 PIO易感性分析
8.2.5 仿真結果分析
8.3 LQG/LTR縱向飛行控制系統最佳化設計
8.3.1 LQG/LTR設計的基本原理
8.3.2 基於參考模型的LQG/LTR飛行控制系統最佳化設計方法
8.3.3 基於參考模型的LQG/LTR設計方法仿真算例
8.4 基於含約束的輸出反饋特徵結構配置的飛行控制系統最佳化設計
8.4.1 含約束的輸出反饋特徵結構配置最佳化設計方法
8.4.2 基於多目標最佳化的含約束的輸出反饋特徵結構配置的最佳化設計
8.4.3 重構飛行控制系統的最佳化設計
8.5 本章小結
第9章 基於進化算法的飛機多操縱面控制分配技術
9.1 控制分配問題的基本內容
9.1.1 控制分配問題的數學描述
9.1.2 線性系統的分配描述
9.1.3 非線性系統的分配描述
9.1.4 執行器動態特性對控制分配的影響
9.2 廣義逆分配法
9.2.1 偽逆法與加權偽逆法
9.2.2 廣義逆分配法的分配效率
9.2.3 仿真算例
9.3 基於小生境遺傳算法的偽逆分配法設計
9.3.1 問題的描述
9.3.2 基於小生境遺傳算法的廣義逆陣最佳化
9.3.3 仿真算例
9.4 基於小生境遺傳算法的加權偽逆法最佳化設計
9.4.1 基於小生境遺傳算法的加權偽逆法最佳化
9.4.2 仿真算例
9.5 基於遺傳算法的控制分配系統設計
9.5.1 LQR-加權偽逆法控制分配系統設計
9.5.2 仿真驗證
9.6 本章小結
第10章 蟻群算法及其在無人機航路規劃中的套用
10.1 蟻群算法簡介
10.1.1 蟻群算法中的基本概念
10.1.2 蟻群算法中的基本流程
10.1.3 蟻群算法中的常見衍生算法
10.2 基於蟻群算法的路徑規劃
10.2.1 引入啟發式搜尋方向的蟻群算法
10.2.2 引入搜尋代價的蟻群算法
10.2.3 改善信息素播撒規則
10.2.4 改進的算法流程
10.3 基於改進蟻群算法的路徑規劃
10.3.1 柵格V圖方法
10.3.2 機率地圖方法
10.3.3 仿真算例
10.4 基於多目標蟻群算法的路徑規劃
10.4.1 多目標蟻群算法
10.4.2 仿真算例
10.5 基於蟻群算法的多機任務分配技術
10.5.1 任務分配評價函式
10.5.2 基於蟻群算法的多機任務分配算法
10.5.3 仿真算法
10.6 本章小結
第11章 總結
11.1 本書工作總結
11.2 需要進一步研究的問題和啟發式算法在飛行控制系統中套用的展望
附錄 Admire飛機結構布局、結構參數、操縱面約束
