[发明专利]基于遗传算法的发动机控制系统高空台模拟试验设计方法在审
申请号: | 202211399580.7 | 申请日: | 2022-11-09 |
公开(公告)号: | CN115758700A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 成维涛;李江红;崔佳航;赵振民;赵伟;翟雄飞;刘伟;单航;陈超;王彤;尚纯洁 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/17;G06N3/126;G06F111/06 |
代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 李薇 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 遗传 算法 发动机 控制系统 高空 模拟 试验 设计 方法 | ||
1.一种基于遗传算法的发动机控制系统高空台模拟试验设计方法,其征在于,包括:
S1:根据航空发动机控制系统的性能要求确定实验科目,并根据所述实验科目确定实验因素及其对应的因素水平;
S2:基于所述因素水平构建种群,并将混合偏差作为优化指标构建适应度函数,同时初始化整数编码遗传算法;
S3:基于构建的种群和适应度函数,利用整数编码遗传算法生成均匀设计矩阵;
S4:根据所述均匀设计矩阵生成均匀设计试验方案,以实现发动机控制系统高空台模拟试验的设计。
2.根据权利要求1所述的基于遗传算法的发动机控制系统高空台模拟试验设计方法,其特征在于,在步骤S1中,根据所述实验科目确定实验因素及其对应的因素水平,包括:
S11:根据所述试验科目确定对应的试验指标;
S12:根据所述试验指标选择试验因素,并确定该试验因素对应的因素水平。
3.根据权利要求1所述的基于遗传算法的发动机控制系统高空台模拟试验设计方法,其特征在于,步骤S2包括:
S21:初始化算法:设置种群杂交概率、选择概率,精英概率、变异概率以及最大迭代代数;
S22:以每个试验因素对应的因素水平数作为一个个体,生成初代种群;
S23:根据混合偏差的均匀性度量函数构建遗传算法的适应度函数如下:
其中,MD2(x)表示混合偏差的均匀性度量函数,Δ为常数。
4.根据权利要求3所述的基于遗传算法的发动机控制系统高空台模拟试验设计方法,其特征在于,步骤S22包括:
a)以每个试验因素对应的因素水平数作为一个个体,利用数论中的素数分解法生成均匀设计生成向量H,其表达式为:
H={h1,L,hm}gcd(hi,n)=1且hin
其中,hi表示种群中的一个个体,m表示试验因素数,n表示实验次数,gcd表示返回两个或多个整数的最大公约数;
b)对种群中的个体hi进行基因整数编码,以生成初代种群;其中,基因g编码形式如下:
g=(gk|gk∈J,k=1,2,L,s)
其中,gk表示第k段基因的编码,J={1,2,L,m},s表示因素水平数。
c)对所述初代种群进行初始化。
5.根据权利要求1所述的基于遗传算法的发动机控制系统高空台模拟试验设计方法,其特征在于,步骤S3包括:
S31:将种群中的个体基因g解码为相应的生成向量h;
S32:对当前种群进行基因选择、基因杂交和基因变异操作;
S33:对经过基因选择、基因杂交和基因变异操作的种群进行适应度函数值计算,以生成新的种群;
S34:重复步骤S31-S33的操作,直至达到最大迭代次数,得到均匀设计矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211399580.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种高纯高致密细晶低氧钨靶材的制备方法
- 下一篇:一种5G通信用PCB板