[发明专利]一种基于遗传算法的飞行仿真机动控制优化方法

权利要求书

1.一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述方法包括以下步骤：

步骤一、确定飞行机动控制参数及取值范围；

步骤二、确定适应度值的计算和传输方式；所述适应度值为待优化目标，用于评价一组机动控制参数下的机动飞行的品质；

步骤三、确定采用的遗传优化算法；

步骤四、进行种群参数的初始化，并对种群中的每个个体所表示的机动控制参数进行初始化；

步骤五、统计种群适应度值；

步骤六、根据算子选择方法选择种群中的个体作为变异母体；

步骤七、将选择出来的变异母体进行染色体交叉；

步骤八、将染色体交叉之后的变异母体进行基因变异；

步骤九、变异母体基因变异后生成新一代个体，新一代个体形成新一代种群；对新一代种群中的个体进行适应度值计算；

步骤十、从步骤六开始对新一代种群进行迭代优化，直至达到设定的迭代代数。

2.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤一中的飞行机动控制参数包括：操纵杆水平方向操控量，操纵杆竖直方向操控量，左油门操控量，右油门操纵量以及襟翼操控量。

3.根据权利要求2所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤二中的适应度值以每个飞行机动的衡量因素作为参数进行计算；所述衡量因素包括机动完成的时间、速度和高度。

4.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述遗传优化算法包括：经典遗传算法、带代沟简单遗传算法、精英保留遗传算法、增强精英保留的遗传算法、增强精英保留多种群协同遗传算法、稳态遗传算法。

5.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤四中待初始化的种群参数包括：个体个数、进化代数和参数编码方式；所述步骤四中还用于对步骤三中选择的遗传优化算法的超参数进行初始化；

所述步骤四中还对步骤一中机动控制参数进行编码形成编码序列。

6.根据权利要求3所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：在所述步骤五中，对种群中的每个个体按照步骤二的方式计算其适应度值，并对种群中的适应度值进行统计，记录其最优个体和平均适应度值并根据适应度值对全部个体进行排序。

7.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤六中选择变异母体的方法包括：轮盘赌选择、随机竞争选择、最佳保留选择、无回放随机选择、确定式选择、无回放余数随机选择和最佳保存策略。

8.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤七中的染色体交叉方法包括：单点交叉、两点交叉、多点交叉、均匀交叉和算术交叉。

9.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：所述步骤八中的基因变异包括以下方法：基本位变异、均匀变异、边界变异、非均匀变异和高斯近似变异。

10.根据权利要求1所述的一种基于遗传算法的飞行仿真机动控制优化方法，其特征在于：对迭代完成之后的适应度值进行判断，若适应度值已经收敛，则将最终的最优结果的参数作为优化后的参数输出；若适应度值尚未收敛，则重新选择遗传算法，开始新一轮优化迭代。