蜜蜂群體智能可用于飛行器參數辨識

　　最近的一項研究提示, 模擬蜜蜂群體尋找優良蜜源行為而提出的仿生智能方法為解決高超聲速飛行器參數辨識問題提供了一條新的技術途徑。

　　這項名為《基于人工蜂群優化的高超聲速飛行器在線參數辨識》的研究論文發表于《中國科學：信息科學》2012年第11期，從仿生學和人工智能角度給出了人工蜂群智能實現飛行器參數辨識的技術途徑，由北京航空航天大學自動化科學與電氣工程學院飛行器控制一體化技術重點實驗室段海濱教授擔任通訊作者撰寫。

　　高超聲速飛行器是指飛行速度大于5倍音速的導彈、炮彈、飛機之類的無翼或有翼飛行器，具有較高的偵察效能以及突防成功率，可以極大地擴展戰場空間。由于高超聲速飛行器自身復雜的氣動特性以及采用了諸如超聲速燃燒式沖壓發動機、機體/發動機一體化等先進技術，使得高超聲速技術也面臨著大量的瓶頸難題。較之傳統飛行器，高超聲速飛行器各狀態變量間耦合性更強，模型的非線性度也更高，而且高超聲速飛行器飛行高度和馬赫數跨度范圍大，飛行環境非常復雜，飛行過程中氣動特性激烈變化，以上原因使得高超聲速飛行器的模型建立及其模型中參數的辨識尤為困難。因此，探索用仿生智能手段辨識高超聲速飛行器模型參數很有必要。

　　該研究的創新之處在于針對高超聲速飛行器強耦合性、高非線性、復雜飛行環境等特點，首次通過人工蜂群智能來實現高超聲速飛行器的在線參數辨識，并引入采蜜蜂機制和混沌搜索機制，使得蜂群能夠跳出局部最優值(如圖1)，并與傳統的極大似然法做了對照性研究。研究結果表明，在系統測量噪聲較小的條件下，極大似然法和人工蜂群方法均可得到滿意的辨識結果。但測量噪聲較大條件下，采用極大似然法易受干擾，導致迭代發散，無法給出辨識結果;而人工蜂群方法則受噪聲影響較小，仍可得到與小噪聲時相近的結果。

　　該研究成果對解決復雜空間環境下的飛行器參數辨識問題具有參考價值，此外，對于深化仿生智能計算技術的研究和應用等具有重要的科學意義。

　　研究得到了國家自然科學基金資助項目(批準號: 61273054，60975072)資助。

　　來源論文：

　　李霜天, 段海濱. 基于人工蜂群優化的高超聲速飛行器在線參數辨識. 中國科學: 信息科學, 2012, 42(11): 1350-1363 LI S T, DUAN H B. Artificial bee colony approach to online parameters identification for hypersonic vehicle. SCIENTIA SINICA Informationis, 2012, 42(11): 1350-1363

　　論文鏈接：http://info.scichina.com:8083/sciF/CN/abstract/abstract509235.shtml