[01270230]蚁群优化理论、方法及其在高性能电动飞行仿真转台中的应用研究

本项目属于信息技术领域，主要针对蚁群优化算法的理论分析、模型改进及其在高性能电动飞行仿真转台中应用的关键科学问题进行了深入研究，取得了如下系统性研究成果：

(1)在国际上首次运用离散鞅作为研究工具，把最优解集序列转变为下鞅序列来分析残留信息素轨迹向量的收敛性，对蚁群优化算法的A.S.收敛问题和停时问题进行了系统研究。首次提出了蚁群优化算法首次到达时间的定义，并对蚁群优化算法首次到达时间的期望值进行了理论分析，解决了蚁群优化时间的不可预知问题。该研究成果对进一步研究和应用蚁群优化算法有着重要的理论意义和较高的学术价值。

(2)针对蚁群优化算法参数空间的庞大性及各参数之间的关联性，提出了一种“三步走”选择蚁群优化算法最优化组合参数的有效方法，从而为应用蚁群优化算法解决各种复杂组合优化问题提供重要指导性参考；

(3)针对蚁群优化算法求解大规模复杂组合优化问题时收敛速度慢、易陷于局部最优等缺陷，提出了一种基于云模型的小生境MAX-MIN相遇蚁群优化模型。

(4)提出了一种基于状态空间网格划分的自适应蚁群优化算法来优化非线性PID控制器组合参数，为解决高性能电动飞行仿真转台的组合参数优化问题提供了新的技术途径。

(5)提出了一种基于改进蚁群优化的高性能电动飞行仿真转台动静态摩擦参数辨识方法，并应用于解决高性能电动飞行仿真转台的LuGre摩擦参数辨识问题。

(6)开发了一种基于蚁群优化的演化硬件，该硬件具有自组织、自适应、自修复、执行速度快等特点。本项目所取得的系列研究成果从深层次证明了蚁群优化的若干基础理论问题，并提出了多种有效的蚁群优化模型，在高性能电动飞行仿真转台中的成功应用不仅提高了飞行仿真转台系统的跟踪精度、低速稳定性及鲁棒性，为高性能电动飞行仿真转台的研制提供一个新的突破方向和一条切实可行的技术途径，同时也为应用蚁群优化解决其它类别高性能伺服系统的若干工程性问题提供有意义的借鉴。