灰狼优化算法(Grey Wolf Optimization,GWO)是新型启元优化算法,相比于其他群体智能优化算法,该算法同样存在收敛速度较慢、不稳定、易陷入局部最优等问题。针对上述问题,根据GWO算法的结构特点,提出了一种自适应调整策略的混沌灰狼优化算法(Chaotic Local Search GWO),利用自适应调整策略来提高GWO算法的收敛速度,通过混沌局部搜索策略增加种群的多样性,使搜索过程避免陷入局部最优。最后利用6个测试函数对算法进行仿真验证,并结合其他4种算法进行了横向比较。实验结果证明,所提出的改进算法在收敛速度、精度以及稳定性方面具有明显的优势。
为实现航空武器装备维护保障中环境温度监测的精细化管理,设计了一种基于光纤温度传感器(FOTS,fiber optic temperature sensor)的分布式温度测量系统。首先利用光纤温度传感器的特点,对分布式温度测量系统进行了总体设计;其次研究开发了其硬件与软件,实现了系统的层次化设计,然后结合C/S网络通信模式实现了系统的网络化管理;最后对分布式温度测量系统进行了功能和性能测试。经系统测试验证表明,该系统可以实现航空武器装备维护保障中环境温度的精细化管理,具有高可靠性、易于扩展、远程访问,测量精度高,且系统的温度测量误差小,并将温度误差控制在1%以内。
