连续体结构拓扑优化方法评述

连续体结构拓扑优化在优化中能产生新的构型,对实现自动化智能结构设计具有重要意义。目前,连续体结构拓扑优化方法主要有：均匀化方法、变厚度法、变密度法、渐进结构优化方法、水平集法、独立连续映射方法。本文首先系统回顾了以上方法的发展历程,介绍了它们的研究现状。其次,通过对比以上拓扑优化方法对若干典型算例的优化结果,表明以上方法都有较好的减重效果。最后,对以上方法进行了总结,列出了它们的优缺点和发展方向。     

撰集百缘经词语考释

《撰集百缘经》译于三国时期,保留了魏晋时期汉语复音化的痕迹。它的词汇系统继承先秦两汉而来,又涌现出一大批新词,有较高的语言学价值,是研究中古汉语的重要语料。论文对《撰集百缘经》中出现的部分疑难词语进行考释,以期能对中古汉语史研究及大型汉语辞书的编纂工作有所帮助。     

不规则小行星附着可达区生成方法

针对不规则小行星表面附着任务需求,提出了一种基于动态邻域搜索的可达区生成方法。首先,建立了可达区数学模型,并采用质心距映射函数对非定点附着的终端位置约束进行了处理。在此基础上,将可达区的优化问题转化为附着基准点计算、边界起始点计算和边界点搜索三个子问题。针对附着基准点与边界起始点,分别通过最小燃耗轨迹优化与极限燃耗轨迹优化求解;针对边界点,设计了导向式动态邻域搜索方法,将复杂的非定点着陆优化问题简化为定点着陆燃耗优化与边界插值。最后,以小行星433 Eros为对象,对所提出的可达区生成方法进行了仿真。结果表明,该方法能够生成不规则小行星表面的可达区,具有较高的搜索求解效率,并适用于不同的初始位置和燃耗条件。     

结构可靠性分析的拟蒙特卡罗方法

由于蒙特卡罗(MC)方法具有程序结构简单,收敛速度与问题维数无关等优点,故其在结构可靠性分析中得到了广泛应用。但是对于小失效概率等问题,计算效率低这一主要缺点限制了该方法的应用范围。为了解决MC方法存在的问题,通过引进单位超立方体中不同的低偏差点集代替伪随机数序列,并结合了重要抽样技术建立了结构可靠性分析的拟蒙特卡罗(QMC)方法。该方法不但可以大幅度减少抽样点数目,还能够得到确定性的估计值, 避免传统MC方法只能得到概率意义下误差的缺陷。通过数值算例可以看出本文方法具有较高的计算精度和效率,因此适用于结构可靠性分析问题。     

基于投影寻踪的高光谱图像异常检测并行算法

投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能.     

一种前飞状态直升机可达区域快速计算方法

直升机可达区域可用于生成空域安全态势,提高直升机在低空复杂环境中的飞行安全水平.为了满足求解可达区域的实时性和准确性要求,提出了一种快速计算方法.根据能量机动性求解了直升机控制域,结合运动学方程建立了可达区域数学模型.基于最优控制原理,实现了边界点快速计算;提出了基本可达区域的概念,将实时可达区域构造问题转化为少量边界点的计算问题.以AH-1G直升机为对象进行了二维和三维的算例分析,并与微分包含法计算结果进行了对比.算例结果表明,直升机控制域是时变的,需根据实时飞行状态进行计算;该算法能实时计算前飞状态直升机的可达区域,有较高的计算精度.     

一种求总体极值方法的推广

给出了一种推广的求总体极值迭代解的构思模型,并对其进行了理论分析     

基于集对分析法的故障模式综合评价研究

针对产品出现多种故障模式后难以确定故障模式改进优先顺序的问题,本文提出了集对分析模型,实现了故障模式的综合评价和优先排序,为实现质量的持续改进提供有效的依据。     

LALR(1)分析器快速生成

根据LR(0)自动机的构造理论及Deremer和Pennello的LALR(1)向前看符号集计算公式,提出求解公式中的lookback关系和includes关系的高效算法. 研究过程表明,LR(0)项目集闭包计算和项目集的查找是LR(0)分析器构造过程中的主要性能瓶颈.对这两个计算过程给出了高效的数据结构和算法设计,实现了LALR(1)分析器的快速生成.系统实现及实验数据表明,LALR(1)分析器的生成速度超过了自由软件基金会的LALR(1)分析器生成器Bison.      

一种基于N元语法分布的语言模型自适应方法

N元语法分布能恰当地描述语料库的特性,为了有效利用普通领域训练数据,提出一种基于N元语法分布的语言模型自适应方法.该方法定义一个小的领域内的高质量种子集和一个大的普通领域的质量不稳定的训练集,将训练集的N元语法分布自适应到和种子集的N元语法分布相似,以更好地进行特定领域单词识别.实验结果表明,基于N元语法分布的语言模型自适应方法可以使单词困惑度和词错误率分别比传统的简单插值法降低11.1%和6.9%.