基于ANSYS的机架结构的优化设计

利用ANSYS有限元软件对某预研型号运载火箭上面级发动机用机架的结构进行了优化设计,建立了参数化模型,运用零阶和一阶优化方法得出最优解,并对最优解进行了结构强度和稳定性校核。经过优化设计,使得机架的结构质量大大减轻,优化效果明显。     

基于模糊聚类理论的海洋环境谱编制技术

通过卫星遥感数据的反演技术,获取了相应研究区域内的环境因素数值;综合考虑海洋环境对结构、装置或系统损伤程度的影响,确定了研究区域具体影响因素。通过实测数据与反演结果的对比,验证了反演技术的可信性和方法的可行性。以某海域两年时间的卫星遥感数据为基础,采用模糊聚类理论对反演数据结果进行分析,确定聚类数目的最优解,编制出该片海域的海洋环境谱。     

基于枝切截断的高质量相位解缠算法

针对传统枝切截断相位解缠算法受残差检测理论缺陷的影响,不能实现对相位完全正确解缠,在总结枝切截断法和质量图导向法的基础上,提出一种新的相位解缠算法。在残差检测理论的基础上,使用一种新的表征相位质量的可靠性导向图指导放置枝切阻断线,对低质量相位的界定使用一种自适应阈值的方法使残差检测达到最优,提高了相位解缠的质量。对于一些背景噪声严重的情况,调制度预处理的方法提高了相位解缠的鲁棒性。实验结果表明,该算法能自动避开相位不连续区域,得到较高质量的相位解缠结果。     

航天飞机最优交会轨道及其控制

本文在文[2]、[4]的基础上,研究了最优交会轨道,导出了在推力作用下最优交会轨道的解析表达式;并对最优交会轨道和最优控制规律作了数值计算,求得了最优解。结果表明,对于目标航天器绕圆形轨道运行的情况,要求最优空间交会轨道和最省燃料的控制规律,此法有较好的实用价值。     

复合材料层合结构铺层顺序优化设计的免疫遗传算法

本文利用生物免疫系统对抗体浓度调节原理,提出了一种用于组合优化的免疫选择概率算子,同时考虑了抗体调节加权系数随搜索进行动态变化。对给定的复合材料层压板,以几何因子为优化对象,应用免疫遗传算法进行了铺层顺序的优化。应用四种不同遗传算法,对算例的优化结果进行了统计分析,结果表明:本文算法的成功率高,首次获全局最优解的迭代次数少,并能使种群收敛于全局最优解。     

基于退火惩罚混合遗传算法求解生产批量计划问题

针对以获得最低生产成本为目的的批量生产计划问题，提出了该问题的混合整数规划模型，首先，根据单级多资源批量计划问题的特点提出了问题的数学描述，；然后根据该数学问题的复合性，利用遗传算法的随机搜索和进行化过程寻找问题的全局最优解，为了防止适应度函数的过早收敛，引入退火惩罚因子对适应度函数进行处理，使得获得全局优解的可能性加大，实验结果表明，该方法能获得比传统遗传算法更为理想的近似最优解。     

基于多旅行商问题的最优邮路规划

结合现实生活中邮政行业的约束条件建立一个邮路规划和邮车调度优化模型。根据模型中的目标函数和约束条件分别建立了相应的规划模型,给出了求近似最优解的一种算法。在寻优过程中,结合最小生成树作出局部划分,再利用相应的计算机程序求出局部最优解,以此为基础根据目标函数和约束条件进行进一步调整,最终为邮路规划和邮车调度方案安排提出了一种最优解决方法。     

基于动态扰动策略的人工搜索群算法

为了提高人工搜索群算法(ASSA)的整体性能,提出一种基于动态扰动策略的人工搜索群算法。为了增加算法的种群多样性,在算法初期,通过Tent映射的混沌策略产生初始种群。结合反向学习策略,算法在进化过程中对种群进行反向学习扰动,从而增加算法跳出局部最优解的可能性。算法采用动态步长的方式,在初期时能够扩大最优解的搜索范围,在后期时能够加速种群收敛到最优解。基于标准测试函数的实验研究结果表明,提出的改进算法与标准人工搜索群算法,及其改进算法进行对比,在收敛速度和收敛精度上都有明显提高,整体上提升了该算法的性能。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

存在时延、丢包和量化误差的网络化控制系统故障检测方法

研究了同时存在未知长时延、丢包和量化误差条件下的网络化控制系统(Networked control systems,NC-Ss)的故障检测问题。通过将网络诱导时延的影响转化为polytopic不确定性,并将丢包和量化误差的影响描述成模型的未知输入,把最优残差发生器的设计等效为一个模型匹配问题,并采用基于参考模型的方法求得最优解。实验结果显示,当存在丢包、时延和量化误差时,本文的方法可以快速准确地检测到故障。     

线性最大值函数规划

本文讨论了线性最大值函数规划问题其中Z_i(X)是X的线性函数。同时给出了寻求最优解的方法。     

基于桩锚支护的基坑锚杆安置倾角优化分析

锚杆安置倾角作为基坑支护的重要参数,在基坑工程设计、施工中作用突显。为探讨锚杆安置倾角作用机理,采用有限元分析软件MIDAS/GTS NX,建立桩锚支护结构的三维仿真模型以展开数值分析,通过对基坑锚杆设计参数的动态选取,分析基坑支护结构的稳定性差异及内力情况。结果表明:支护结构变形在一定倾角范围内出现谷值,存在最优安置倾角范围。锚杆设计应合理选取倾角参数,以求支护成本与支护效果的最优解。     

非线性规划中的幂指函数法

本文给出一种自适应近似函数－幂指函数^-f（x）在非线性规划中的收敛算法。它采用minx∈Ef（x）的最优解序列{^-x}去逼近原问题minx∈Ef（x）的最优解x^*。与传统优化算法相比：一、该算法最优解{^-x}可以通过^fx（x）＝0直接解析得出;二、该算法不要求序列{f(x^k)}具有单调减特性,却能够保证算法的收敛性;三、该算法的计算量对变量的维数不敏感,从而具有广泛的应用前景。四、从方法论上,它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

压电结构的控制-结构一体化设计

对于离散分布、同位配置压电片驱动器和传感器的压电耦合板，首先构造了四节点 Ｋｉｒｃｈｈｏｆｆ矩形板弯单元，从而建立了有限元模型。在此基础上，给出了主动阻尼振动控制模型。将系统的存留能量指标归结为一个 Ｌｙａｐｕｎｏｖ 方程的解。以系统的存留能量指标为适应度函数，以作动器和传感器的位置及控制增益为优化参数，利用基于共享函数机制小生境技术的遗传算法进行结构、控制设计。最后，对一悬臂压电耦合板进行了实例分析。结果表明，该方法是解决控制结构一体化设计的一种有效途径，可以得到多个最优解或次优解。     

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

多变量线性定常最优调节器的频域补偿器设计

本文用频域方法讨论了二次型性能指标下的多变量线性最优调节器的补偿器设计问题,得到了其解的频域形式。方法简单,求解方便。     

求多边形最小包容矩形的遗传算法

建立了求任意多边形包容矩形的数学模型 ,将求最小包容矩形问题转化为函数优化问题 ,并用遗传算法求得函数的最优解     

基于改进NSGA-II算法的风力机叶片多目标优化设计

一种结合了精英控制策略和动态拥挤距离方法的改进的快速支配排序算法(Fast and elitist non-dominat-ed sorting genetic algorithm,NSGA-Ⅱ)被用于风力机复杂的多目标优化设计中。作为此算法的应用算例,以风轮的年发电量最大、叶片的质量最小和叶片根部的极限推力最小为目标,分别进行了两目标和三目标的1.5 MW风力机叶片的优化设计。研究表明:两目标优化给出的Pareto最优解集分布在一条曲线上,而三目标的优化结果基本分布在一个有明显边界的五阶曲面上。同时也可以看出,此算法在处理风力机多目标优化问题取得了良好的效果,给出的是一个Pareto最优解集,而不是传统优化方法追求的单个最优解,为风力机多目标优化设计提供通用的算法。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

一类增量式支持向量机的分析

针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解。在标准数据集上的实验结果验证了理论分析的正确性。