保持弱细结构特征的SAR图象模拟退火重构方法

模拟退火 ( SA)算法最先由 White R G.用于合成孔径雷达 ( SAR)图象的降斑处理。该算法在重构均匀区域和强结构区效果有很大提高 ,但也有缺点 ,尤其是过分模糊弱细结构。本文提出了一种改进的方法 ,在 SA算法中融入了边沿检测和增强步骤 ,使弱细结构得以增强并在退火过程中保持。为配合此方法 ,采用平稳下降的指数温度规划取代对数形式。通过仔细调整算法过程 ,可使新方法保留 SAR图象中的很多细小结构 ,而不使其他均匀的和强结构场景性能恶化 ,同时也没有引入其他缺陷。改进的算法更加适于中、低分辨率的 SAR图象降斑处理     

基于探索区域扩张策略的Q-学习算法

针对Q-学习算法中探索与利用之间的平衡问题，在基于Metropolis准则的Q-学习的基础上，提出了基于探索区域扩张策略的Q-学习改进算法。消除了初始时刻在整个环境中加入探索的盲目性。提高了学习效率。通过加入算法的自主学习结束条件，避免了找到最优路径后的重复学习，节省了学习时间。仿真实验证明了该算法的有效性。     

引射器引气与压气机抽气建立加力燃烧室喷口低压条件的综合分析

从建设投资、运行费用、设计、操作、维护等诸多方面对引射器引气与压气机抽气建立加力燃烧室高空模拟试验器喷口低压条件进行全面分析和对比,得出引射器引气方案优于压气机抽气方案。     

模拟退火算法中的退火策略研究

退火策略是模拟退火算法中的重要一环,本文将研究退火策略对模拟退火算法的影响问题,给出了MATLAB语言程序,典型复杂函数优化的仿真表明退火速率应适中。     

遗传模拟退火算法在机动逃逸策略中的应用

针对垂直平面内的机动逃逸策略问题,提出将遗传算法与模拟退火算法相结合的方法———遗传模拟退火算法,能够实现逃逸者的机动逃逸策略,解决了在大状态空间中的全局最优搜索和评价问题,为处理复杂的决策过程提供了一套有效的途径。通过仿真结果表明,基于遗传模拟退火算法的机动策略能够有效地实现逃逸者的机动逃逸。     

基于改进的粒子群优化算法的无人作战飞机航路规划

事先针对敌方防御区内的威胁部署和目标的分布情况,对无人作战飞机的飞行航路进行整体规划设计,可以综合减小被敌方发现和反击的可能性、降低耗油量,从而显著提高UCAV执行对地攻击(或侦察)任务的成功率.在对粒子群优化技术研究的基础上,将一种用于解决TSP的PSO算法加以改进,引入模拟退火的策略思想,借以克服PSO算法易陷局部最优的早熟现象,并在UCAV航路规划中加以运用.仿真实验表明,该算法简易而有效,用其优化出的航路能够满足UCAV飞行任务规划的需要.     

集合划分问题的蚁群算法

集合划分问题是一个典型的NP完全问题,建立了集合划分问题的优化数学模型,采用蚁群算法解决了此问题.对蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则.与贪心法作了比较,结果表明该方法比较有效.     

六自由度舰面模拟平台的数学建模与仿真

建立了一种六自由度运动平台的数学模型;按国家标准(GB/T14410-93)定义的坐标系,导出了液压动作筒长度与平台六自由度位移之间的关系;最后根据液压动作筒的极限行程,采用数值仿真确定了平台单自由度运动时的幅值,对平台的多自由度组合运动也进行了仿真计算,为设计六自由度舰面模拟运动平台提供了理论依据。     

各向异性单晶叶片强度寿命研究—第Ⅱ部分:实验研究

单晶叶片技术是提高航空发动机及地面燃气轮机性能、寿命及可靠性的关键技术之一，但单晶材料机械、力学性能的各向异性特性制约了其发展和应用，对其工程应用及应用的理论基础提出了挑战。课题组开展了各向异性单晶叶片强度分析和寿命预测方面的一些研究工作。包括：建立并验证了弹塑性、蠕变滑移本构模型及蠕变持久寿命预测方法；进行了不同晶体取向DD3单晶在不同温度、不同速率或不同温度、不同应力水平下的拉伸试验及蠕变试验，这些实验数据及由其反映的单晶中、高温各向异性特性对单晶材料的应用具有重要意义。此外还进行了某种单晶叶片的实验研究。作为上述研究的应用，对某发动机单晶涡轮叶片进行了强度分析和寿命预测。本文这一部分介绍试验研究工作，本构模型及其应用已在本文第I部分作了介绍。     

环状引射器的工作性能优势分析

描述了内引射器和环状引射器在模拟高空低压试验状态时的典型工作方式,说明了环状引射器是优于内引射器的高效引射装置。