确定性的遗传算法

针对遗传算法效率普遍较低的缺陷，采用了确定性交叉和确定性变异的策略，同时提出了一种新的遗传算子－Hamming-decreasor算子，以加快速传算法中码值相关相差较小而Hamming距离很大的二进制码串之间的转换，在此基础上，构建了一个新的遗传算法－确定性的遗传算法，初步的数值试验表明，新算法是有效的和鲁棒的。     

含连续／离散变量结构优化中的神经网络与变尺度模拟退火方法

传统的优化方法难于有效地处理含有连续／离散混合变量优化问题，本文介绍了一种改进的变尺度模拟退火方法并与人工神经网络能量函数模型相结合，用于求解含连续／离散设计变量的工程结构优化问题，较好地解决了模拟退火技术用于工程结构优化时选取具有全局性的初始点困难及迭代次数较多的弱点。算例表明，该方法可以使模拟退火算法从局部最优的陷阱中跳出，最后求出整体最优解。     

一种新PSO混合算法在直升机配平中的应用

直升机配平计算是动力学分析的基础，其实质是求解高维复杂的非线性方程组。针对经典算法与智能算法的特点与不足，提出了一种求解非线性方程组的新粒子群方法。在粒子群(Particle swarm optimization, PSO)算法的基础上，根据模拟退火(Simulated annealing, SA)思想，引入了嵌入式LM (Levenberg-marquardt)优化 算子。该方法充分发挥了3种算法的优势，克服了LM算法初值敏感性，PSO算法易陷入局部极值等问题。通过UH-60A直升机实例配平计算，验证了本文算例模型的准确性。在此基础 上，针对某一前飞状态下的配平算例，在收敛可靠性和计算效率上通过与其他算法进行对比，表明该算法具有可靠的收敛性和较高的计算效率，进一步验证了该算法在配平问题上的可信度与实用性，为直升机飞行动力学问题的处理提供了一种新的有效方法。     

复合材料层合板屈曲优化设计的模拟退火算法应用

利用复合材料可设计性的特点对层合板结构进行优化设计具有重要意义。本文给出了一种基于模拟退火算法作为全局优化方法的复合材料层合板屈曲优化设计方法。以面内受压层合板的临界屈曲载荷最大化为目标函数,以层板各铺层方向角为离散设计变量,采用整数符号方法进行编码。对标准模拟退火算法进行改进,通过引入升温过程获得合适的初始温度,并在优化过程中记忆到当前所得到的最优值,避免概率接受方法造成的最优解丢失。编写了应用程序,对算例在不同载荷条件下进行了优化设计,并研究了模拟退火算法关键控制参数对优化结果的影响。结果表明,模拟退火算法可以应用于复合材料层板铺层顺序优化问题,且通过改进算法和控制关键参数可以有效提高算法收敛性能。     

防空武器系统作战布局优化

在评估防御体系的作战效能时,目标突防概率是人们关心的主要的性能指标.本文利用随机服务系统理论的状态分析和统计平衡分析,获得计算目标沿任意航迹突防概率的随机模型.模拟退火算法是基于Monte Carlo迭化求解法的一种启发式随机搜索法,该算法能通过模拟退火过程快速找到全局的最优解.结合计算目标突防概率随机模型与模拟退火算法,建立了定量解决武器系统作战布局优化问题的方法.算例的计算结果表明,这种方法很快找到火力单元理想的布局位置.这种定量的组网和布局方法比以往基于原则的手工布局更科学、更快速.     

对模态参数识别的整体正交多项式算法的评述

整体正交多项式识别算法利用整体最小二乘方法来辨识结构模态参数，识别精度一般高于普通意义上的正交多项式拟合算法，本文系统的介绍了整体正交多项式识别算法发展过程中出现的三种方法，同时从识别精度、对噪声敏感程度和识别效率三个方面对方法进行详细的比较和评价，并在此基础上进一步指出了方法存在的问题和未来的研究方向。     

智能制造系统调度的一种随机神经网络求解法

首先提出了调度系统的概念，即智能控制系统智能调度应从整体指标出发，综合研究集零件加工智能调度和产品装配智能规划于一体的调度技术，然后，给出了智能控制系统智能调度的神经网络模型的能量函数，并讨论了一种改进的模拟退火过程来求解最优解的方法。     

具有参数编程功能的陶瓷刀片磨削加工数控系统

提出了一种适用于陶瓷刀片加工的新的插补算法，介绍了基于此算法的陶瓷刀片磨削加工数控系统。此插补算法大大简化了系统设计，提高了刀片的加工精度。用该系统精心设计的５个加工指令，即可完成所有标准刀片和大部分非标准刀片的加工编程。利用系统的参数编程功能，操作者只需选择刀片形状并输入刀片参数，系统可自动生成零件加工程序，完成刀片的加工。     

管制扇区的最优划分方法研究

在研究管制员工作负荷的统计方法和描述空域拓扑结构的数学模型的基础上，利用基于自然法则的模拟退火随机优化算法对扇区最优化问题进行求解。并通过对厦门管制区的扇区最优划分实例分析，验证了扇区优化数学理论正确性和使用该算法达到的预期效果。     

神经网络二次学习影响系数加权法及算例

神经网络由于其本身具有的优越性，已广泛应用于各个领域中的分类，联想问题，为了提高诊断准确度，给出了一种新的神经网络学习算法－二次学习影响系数加权法，并通过算例和实例对上述模型和算法进行了验证。     

Ultrasonic Computed Tomography Imaging Method of Concrete Materials Based on Simulated Annealing Genetic Algorithm

Stability and accuracy of the imaging results are still unmet practical demands for ultrasonic computed tomography(CT)of concrete material.To address these issues,a CT technique based on simulated annealing genetic algorithm(SAGA)is presented in this work.Firstly,a natural weight matrix with clear physical meaning is introduced in the inverse algorithm and then a quadric broadening objective function is formed according to the propagation characteristics of ultrasound in concrete.After that,the simulated annealing(SA)searching is added to speed up the inverse process and to improve the convergence and stability of the algorithm.Finally,the optimal inverse imaging results have been achieved by variable ectopic adaptive genetic algorithm.The numerical simulation experiments have shown that the usage of the correct priori information and the excellent characteristic of SAGA in searching the global minimum value of the function have produced accurate and effective results with stable numerical values.The imaging resolution is improved and the imagining results reflecting the inner defections of the tested objects are more reliable and accurate.     

二维网格局部动态细化的关键技术及其在切削仿真中的应用

为了解决仿真过程中网格畸变导致的计算终止以及计算精度与效率低等问题,本文利用Python对ABAQUS有限元仿真软件进行了二次开发,提出一种二维局部网格动态细化算法。该算法通过研究网格细化准则和细化方法以及物理场的传递过程,完成了整个算法程序的开发,并应用该算法实现了在二维切削仿真中局部网格动态细化。与全局加密网格的模型相比,在保证仿真精度误差为5%以内的情况下,采用局部网格动态细化时计算效率提高了210%。最后,通过试验验证了采用该算法所建立的二维切削仿真模型的准确性,仿真结果与试验结果基本吻合。     

绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。     

FIR滤波器设计:基于遗传算法的频率采样技术

遗传算法是一种模仿生物进化过程的随机搜索，这种生物模仿过程可以发现全局最优解。文中介绍了遗传算法的频率采样技术中的应用，结合ＦＩＲ数字低通、带通滤波器设计的两个例子，给出了算法实现的具体操作步骤和实验结果。文中还对标准遗传算法作了适当的改进。实验数据表明，采用遗传算法确定的频率过渡带样本值是最优的，设计的ＦＩＲ滤波器的频率特性优于查表法。     

A NEW APPROACH FOR ISAR TRANSLATIONAL MOTION COMPENSATION

ＡＮＥＷＡＰＰＲＯＡＣＨＦＯＲＩＳＡＲＴＲＡＮＳＬＡＴＩＯＮＡＬＭＯＴＩＯＮＣＯＭＰＥＮＳＡＴＩＯＮＹｉｎＪｕｎ；ＺｈｕＺｈａｏｄａ（ＤｅｐａｒｔｍｅｎｔｏｆｅｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎ...     

基于分布式并行遗传算法的PID参数整定

针对基于简单遗传算法(SGA)进行PID整定在收敛性及初值敏感度方面的缺陷,提出了基于分布式并行遗传算法(PGA)的PID参数整定方法。该方法可以将不同遗传操作的优点加以整合,通过并行运算提高整定效率,能够更有效地进行参数优化。选用典型被控对象仿真,并分别进行收敛性分析与初值敏感度分析。仿真试验表明与SGA相比PGA提高了局部搜索空间的微调能力,降低了对初值的敏感度,寻优效果也大为改善,从而说明了这种方法的可行性,为PID参数整定方法提供了一种新的尝试。     

航班进场调度的改进捕食搜索算法

为高效解决航班进场调度问题,采用以航班总延误时间最小为目标的规划模型,设计了一种改进的捕食搜索算法.区别于传统捕食搜索算法,新算法采用变化的局部搜索和全局搜索限制,从而避免陷入局部最优和解的退化.为测试新算法解决航班进场调度问题的性能,采用10架航班和双跑道数据进行仿真验证,并与传统捕食搜索算法和遗传算法进行比较.结果表明,新算法在最优解的获得率和计算时间上均优于传统捕食搜索算法和遗传算法.     

振动环境下焊点疲劳失效与裂纹扩展分析

采用子结构方法对振动加载条件下组装有EBGA器件的印制电路板系统进行有限元建模,研究了振动环境下焊点疲劳速率与环境温度、振动频率之间的关系;然后又利用局部/整体相结合的方法对EBGA焊点中由于热循环试验导致的微裂纹在振动试验条件下的扩展情况进行了分析,研究结论可以为HALT试验中振动试验方案的制订以及热循环与振动试验结合方式的优化提供理论指南,最后对分析结果进行了试验验证。