基于模拟退火粒子群算法的飞机气动参数辨识

发布时间：2018-05-27 19:08

  本文选题：飞机气动参数辨识 + 粒子群算法　； 参考：《复旦学报(自然科学版)》2016年03期

【摘要】：针对飞机气动参数辨识中如极大似然法等常规方法存在收敛慢、对初值敏感或数学形式复杂等缺点,讨论了模拟退火粒子群算法及其在气动参数识别中的应用,该方法主要辨识策略是一次采集多次迭代,增强了粒子群算法的收敛性和全局性.对某飞机纵横向气动参数辨识进行了仿真研究,结果表明模拟退火粒子群算法对飞机气动参数辨识问题行之有效,并且在扩展搜索空间上,比基本粒子群算法和自适应粒子群算法更有优势.
[Abstract]:In view of the shortcomings of conventional methods such as maximum likelihood method in aircraft aerodynamic parameter identification, such as slow convergence, sensitivity to initial values or complicated mathematical form, the simulated annealing particle swarm optimization algorithm and its application in aerodynamic parameter identification are discussed. The main identification strategy of this method is to collect several iterations at a time, which enhances the convergence and global performance of the particle swarm optimization (PSO) algorithm. In this paper, the longitudinal and horizontal aerodynamic parameters identification of an aircraft is simulated. The results show that the simulated annealing particle swarm optimization algorithm is effective in aircraft aerodynamic parameter identification, and it can be used in extended search space. It has more advantages than basic particle swarm optimization and adaptive particle swarm optimization.
【作者单位】： 复旦大学航空航天系;
【分类号】：V211.4;TP18

【相似文献】

相关期刊论文 前10条

1 杨铭;王凯;李原;张杰;;基于改进型粒子群算法的航空多项目调度方法[J];火力与指挥控制;2010年02期

2 王星博;王永华;于光辉;尹大伟;;引入平均最好位置的量子粒子群算法及在航空发动机非线性模型求解中的应用[J];航空发动机;2013年01期

3 刘荣贺;于开平;袁昭旭;秦玉灵;;带活力因子的量子粒子群算法卫星基板模型修正[J];噪声与振动控制;2013年05期

4 李智;常晓萍;秦建华;;基于粒子群算法的空间太阳能热动力系统优化设计[J];机械工程学报;2006年09期

5 张建科;刘三阳;张晓清;;飞行时间自适应调整的粒子群算法[J];计算机应用;2006年10期

6 叶文;朱爱红;欧阳中辉;范洪达;;基于混合离散粒子群算法的多无人作战飞机协同目标分配[J];兵工学报;2010年03期

7 王凯;李原;张杰;;航空多项目资源约束下计划优化的改进型粒子群算法[J];航空制造技术;2008年19期

8 姚金杰;韩焱;王黎明;白培瑞;;基于分组粒子群的飞行目标定位方法[J];探测与控制学报;2012年05期

9 孙明,刘飞,孙德宝,李宁,邹彤;旋转卫星舱内长方体群的布局[J];计算机工程与应用;2004年34期

10 张琪新;孙富春;叶文;闵海波;;基于离散粒子群算法的航天器在轨服务任务分配问题研究[J];计算机测量与控制;2011年11期

相关会议论文 前1条

1 宫晓春;;基于改进遗传粒子群算法的太阳电池帆板模型修正[A];第九届全国动力学与控制学术会议会议手册[C];2012年

相关博士学位论文 前2条

1 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

2 秦玉灵;基于响应面建模和改进粒子群算法的有限元模型修正方法[D];哈尔滨工业大学;2011年

相关硕士学位论文 前4条

1 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

2 王新茹;基于粒子群算法的智能航班调度方法研究[D];中国民航大学;2008年

3 李靖;基于改进量子粒子群算法的运载火箭弹道优化[D];湘潭大学;2014年

4 刘凯宇;可变形机翼柔性蒙皮蜂窝芯设计与分析[D];哈尔滨工业大学;2015年

，

本文编号：1943409