分层网络模型在场面滑行规划中的应用研究

复杂的场面结构是制约算法运行效率和冲突调配的重要因素。该文介绍了分层网络的描述模型,同时引入了一种社团识别方法——Louvain算法对网络进行分割,并根据机场的场面运行特点提出了面向机场滑行网络的层次划分及修正方法。设计了基于分层网络的动态规划算法。根据实例建立了机场分层网络模型并对算法进行了实现。仿宾结果表明该算法处理速度较快,并且能够在避免滑行冲突的同时有效减少滑行时间。     

选择性电铸的分层切片算法研究

选择性电铸是近几年来出现的一种快速成型工艺。在介绍选择性电铸工艺原理与成型设备基础上，本文分析了选择性电铸的分层切片处理特点，提出了一种适于选择性电铸工艺特点的数据处理方法并详细论述了其实现过程。这种算法综合了简单扫描与螺旋线扫描两种扫描线填充算法的优点，采用所提出的扫描线共区判据，将加工层面的所有扫描线划分为若干个相互独立的加工扫描区，相邻扫描线间的进给线为层面边界，不同扫描区之间通过电铸喷嘴的快速移动线相连，有效地满足了选择性电铸的工艺要求。     

光固化快速成型的轻质AGARD-B模型气动特性实验研究

传统金属制风洞模型质量大,设计加工周期长、成本高,为此笔者提出了采用一种光固化快速成型技术,设计加工轻质风洞模型的方法,并对比分析了引起光固化快速成型的轻质和金属AGARD-B模型气动特性间差异的原因.结果表明,在跨声速范围,轻质模型同金属模型的气动特性基本吻合,光固化快速成型技术的高速风洞模型设计方法基本可行.     

纤维增强树脂基复合材料结构的优化设计

综述了国内外纤维增强树脂基复合材料结构优化设计的研究成果与发展状况，内容涉及到层合板壳结构以及夹层结构的屈曲、振动、可靠性、结构强度以及多级多目标等问题的优化设计。文中还涉及到发动机复合材料构件优化方面的一些研究成果，给出了其优化设计的网络框图。论文最后对复合材料结构优化设计当前存在的主要问题和今后发展方向作了分析，并指出今后的研究方向：（１）多级多目标多学科的优化设计，不仅涉及到基本理论、建模和方法，而且更加强调工程实际问题；（２）发展相应的软件专家系统，更加强调软件面向对象编程和 Ｃ Ａ Ｄ 技术的应用；（３）注重探究快速有效的优化算法以及探究随机优化和可靠性优化技术，从而快速有效地获得对优化设计点的可靠评价等。     

微型飞行器的GPS-图像复合导航技术

根据微型飞行器的飞行特点,设计了一种能有效提高图像匹配速度的复合导航算法,即GPS-改进图像相关法,利用GPS传感信息与图像信息相结合,快速而准确地引导微型飞行器到达目的地.为了进一步减少匹配时间,提高匹配效率,同时保证一定的匹配精度,文中设计了先粗后精的分层匹配控制策略.仿真结果表明,该算法相对于传统相关匹配法,不仅保持了很好的匹配率,还有效地提高了匹配的速度,运行于4-DSP系统平台上,完全达到系统实时性的要求.     

多目标混合流水车间调度问题求解算法

针对多目标不相关并行机混合流水车间调度问题，建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法（Improved multi-objective evolution algorithm based on decomposition,IMOEAD），采用均匀设计表生成初始权重向量，提高种群多样性，利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力，在权重向量邻域中选择个体产生新解，运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标，通过大量案例仿真，与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比，结果验证了该算法的有效性。     

基于飞机性能影响的路径优化算法

针对在最少油耗、最快时间和最低成本等目标下的巡航阶段路径优化中，出现的边权重与前续路径的选择密切相关、估值函数计算开销过大等问题，首先构建了GRIB2格式网格气象数据插值、飞机性能参数快速计算流程，然后通过对A*算法估值函数系数和性能计算步长进行改进，提高每步优化时的计算效率；之后针对典型飞行任务，对不同优化目标下的结果进行对比，分析了成本指数、飞机起始质量和飞行高度层等因素的影响。将飞行性能计算融入边权重的A*算法相对于传统最短路算法会增加计算时间，但同样以飞行性能最优为目标的情况下，相较于Dijkstra算法它可以更迅速地找到优化路线。     

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。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

基于实值编码遗传算法的起重机伸缩臂结构优化

实值编码遗传算法(RCGA)的染色体空间和问题解空间是同一个空间，较好地解决了二进制编码遗传算法(BCGA)存在的求解精度和冗余代码等问题；给出了改进的交叉和变异操作算子；RCGA自然集成工程领域知识．弥补BCGA语义的不足．就实现而言．RCGA可有效继承常规数值算法的代码。因此，RCGA更适合有连续变量的复杂的工程数值优化问题。本文建立了多工况的基于惩罚的RCGA模型用于起重机伸缩臂的优化设计，该模型比常规方法更符合工程实际，优化结果令人满意，证明RCGA在工程设计中有实用意义。     

基于翼型反设计的遗传算法

遗传算法有时收敛太慢或收敛困难.在翼型反设计问题中,算法的计算效率很重要.给出了翼型的非均匀B样条曲线表示,设计了遗传操作算子,引入一种简单、易实现、高效率的随机逼近算法--Simultaneous Perturbation Stochastic Approximation(SPSA)算法,将SPSA算法作为一种快速局部优化方法和遗传算法的整体搜索策略结合起来,为翼型反设计提出了一种快速高效优化算法.并用该算法分别对NACA2412和NACA0016翼型进行了反设计,取得了令人满意的结果.     

改进遗传算法在桁架结构优化设计中的应用

文章针对简单遗传算法的早熟现象及不能处理带有复杂约束的优化问题,提出了一种基于乘子法与伪并行遗传算法的改进遗传算法,并将其应用于桁架结构优化设计中.计算结果表明改进遗传算法全局寻优能力强.     

近似技术在遗传算法和结构优化设计中的应用

在传统结构优化设计中．基于近似技术和灵敏度分析的结构重分析技术可以显降低结构有限元分析的次数。本提出了一套适于遗传算法应用的近似模型——分段近似模型。该分段近似模型可以极大地降低结构有限元分析的次数，并且可以提高遗传算法的收敛性，从而提高遗传算法的计算效率。本通过两个实例验证了该分段近似模型的有效性。     

基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。     

求解最小费用流的复合标号法

本文在求最短路和求最大流标号法的基础上,提出了求解最小费用流的复合标号法。利用这种方法可以在一次标号的过程中找到具有最小费用的增广链。该算法具有简单、易行、迭代次数少,而且易于理解的特点。     

基于GA-PID参数优化的网络拥塞控制

推导了基于流体流理论的网络简化模型。基于该模型将P ID控制器应用于网络主动队列管理系统中,将遗传算法应用于P ID控制器参数优化,定义了一种新的综合调节时间、上升时间、超调量、系统误差等动静态性能指标的时域标准函数,克服了IAE,ISE标准函数中减小超调与缩短调节时间的矛盾,弥补了ISTE标准函数计算复杂的缺陷。在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化代价函数极小化的一组P ID控制器参数。仿真结果表明,在大时滞和突发业务流的冲击情况下,该方法设计的控制器的动静态性能优于RED,P I算法。     

解大规模无约束优化的新有限储存对称秩1校正算法

提出了一个新的有限储存对称秩1校正算法,该算法把自适应调比对称秩1校正与有限储存、非单调线搜索技术相结合。算法中的下降方向由有限储存逆自适应调比对称秩1校正产生从而简化计算。将算法与著名的LBFGS进行了数值比较,结果表明,新算法能较好地解一类大规模无约束优化问题。     

并行多种群自适应遗传算法在COW集群上的实现

为改善标准遗传算法的求解效率,提出一种基于6模糊控制器的并行多种群自适应遗传算法。利用MPI(Messagepassinginterface)技术建立了一个COW(Clusterofworkstation)集群,将算法在该硬件平台上进行了实现。3机COW集群的仿真实验结果在演示算法设计可行性的同时,表明该算法的求解效率明显优于用于对照的单种群算法,具有在解决组合优化问题上广泛应用的可能。本文还对影响并行算法的参数进行了探讨。     

自适应阵列天线中应用Kalman补偿算法的探讨

为了补偿在自适应阵列天线中应用Kalman算法时,由于模型误差和计算误差所引起的自适应阵列天线性能的损失,本文引入Kalman补偿算法,即自适应Kalman渐消记忆滤波算法及自适应Kalman参量识别滤波算法,获得了有益的结果。最后在上述两种算法的基础上,导出了一种新的算法,该算法具有上述两种算法的优点。