考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率.建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA).算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作.采用"冒险"的接受概率和快速退火计划,提高算法的求解速度.采用回火机制及3种分化策略,避免算法陷入局部最优.大规模测试算例验证了算法的效率.     

释热分布对超燃冲压发动机性能的影响及优化

为了改进燃烧室、尾喷管的设计和优化燃料在燃烧室内的释热方案,建立了广义一维流动/释热分析方法,对超燃冲压模型发动机的主要性能参数进行了研究。通过与单凹腔模型发动机实验结果的对比,着重分析了燃料在燃烧室内不同的释热分布对模型发动机推力性能的影响,同时采用模拟退火优化算法对发动机燃烧室内释热分布和内流道作了优化,结果表明,在燃烧室内采用多阶段分散释热方案对模型发动机推力性能有较大的提高。     

同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。     

退火态ZTi6Al4V铸造钛合金的断裂韧度研究

将尖切口强度理论用于ZTi6Al4V铸造钛合金损伤容限性能的评价,探讨了不同退火温度对其三点弯曲断裂韧度KQ的影响。结果表明:尖切口试样测定的断裂韧度KQ1不等同于标准试验方法测定的KQ,但可用于铸造钛合金不同工艺间断裂韧度的比较。退火温度的改变可微调ZTi6Al4V铸造钛合金的强度和断裂韧度,在700℃或820℃保温2h退火处理,试样的断裂韧度较好,KQ值分别达到78.11 MPa.m1/2和79.44MPa.m1/2,屈服强度分别为782.74MPa和771.49MPa,抗拉强度分别为860.18MPa和853.0MPa,伸长率达8.10%和7.46%,获得了较好的强塑性匹配。     

航天器模块划分数值优化方法

对航天器模块划分主要依靠经验和定性方法的问题,构建了一种通用的模块划分数值优化方法。利用功能分解方法、相关性评价准则、设计矩阵与设计结构矩阵（DesignStructureMatrix,DSM）同步演化的机制获得了基于功能元的数值DSM;基于DSM构建了遵循公理化设计原理的通用优化模型;利用遗传 模拟退火算法获得了可对模块划分方式及数目进行同步优化的模块划分方法;给出了不同于优化目标的评价方法。仿真结果表明,该方法可将航天器划分为一系列内聚度高、耦合度低的模块。     

采用改进模拟退火算法的高速飞行器随控总体优化方法

选取翼身组合体气动布局的高速飞行器为研究对象,基于已建立的飞行器总体参数与气动非线性/耦合性等随控性指标间的表征数学模型,开展高速飞行器的随控总体优化方法研究,使得飞行器在全弹道上所有特征点处的非线性度/耦合度的最大绝对值达到最小。为改善经典模拟退火算法的全局搜索能力, 提高退火算法的趋优避劣性,引入精英集合策略。算法测试结果表明：改进模拟退火算法比经典模拟退火算法具有更好的收敛稳定性和收敛速度。算例飞行器的随控总体优化结果表明：飞行器在全弹道上的非线性度m α  NL 、耦合度C xy 、C yx 分别改进了90.6%、99%、36.5%,取得了较好的优化效果。     

星间链路数量受限的导航卫星网络链路分配问题

对星间链路数量非常有限、需要同时满足星间测距和星间通信需求的导航卫星网络的链路分配问题进行了研究。首先,分析了导航卫星网络的特点,并设计了一种基于有限状态自动机(FSA)的拓扑处理机制。然后,将星间测距需求作为一个约束,以星间通信的延时性能为优化目标,将导航卫星网络的链路分配问题建模为一个多目标优化问题。最后,针对建立的多目标优化问题,分别提出一种基于首次改善(FI)的本地搜索算法和基于模拟退火(SA)的启发式优化算法以对链路分配问题进行求解,并提出一种基于分支交换策略的新链路分配生成方法。仿真结果表明,通过FI算法和SA算法获得的优化链路分配的网络延时性能均得到了改进,且SA算法的性能要优于FI算法;同时,FSA的状态持续时间的减小有利于获得网络延时性能好的链路分配。     

Crater detection via genetic search methods to reduce image features

Recent approaches to crater detection have been inspired by face detection’s use of gray-scale texture features. Using gray-scale texture features for supervised machine learning crater detection algorithms provides better classification of craters in planetary images than previous methods. When using Haar features it is typical to generate thousands of numerical values from each candidate crater image. This magnitude of image features to extract and consider can spell disaster when the application is an entire planetary surface. One solution is to reduce the number of features extracted and considered in order to increase accuracy as well as speed. Feature subset selection provides the operational classifiers with a concise and denoised set of features by reducing irrelevant and redundant features. Feature subset selection is known to be NP-hard. To provide an efficient suboptimal solution, four genetic algorithms are proposed to use greedy selection, weighted random selection, and simulated annealing to distinguish discriminate features from indiscriminate features. Inspired by analysis regarding the relationship between subset size and accuracy, a squeezing algorithm is presented to shrink the genetic algorithm’s chromosome cardinality during the genetic iterations. A significant increase in the classification performance of a Bayesian classifier in crater detection using image texture features is observed.     

基于模拟退火算法构造girth-12（3，5）和（3，6）-规则QC—LDPC码

文章提出了一种基于模拟退火算法的准循环校验矩阵设计方法。首先,建立了一类具有特殊结构的准循环校验矩阵的设计步骤与模拟退火算法中迭代初始解、目标函数和邻域结构之间的联系,然后利用有记忆的模拟退火算法设计出了两个准循环校验矩阵。利用这两个矩阵,文章对于任意P≥217构造出了girth-12（3,5）规则QC—LDPC码;对于任意P≥449构造出了girth．12（3,6）规则QC-LDPC码。与已知的最好结果相比,该文将girth-12（3,5）和（3,6）规则QC—LDPC码连续存在的码长下限分别降低了420比特和492比特。