协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

改进的粒子群算法求解背包问题

本文提出了改进的粒子群算法求解背包问题,阐明了该算法求解背包问题的具体实现过程。通过与其他文献中实例的计算结果比较,表明该算法切实可行,有较高的搜索效率。     

用PDA测量两相湍流流场时固体粒子的选择

激光法测量两相流是近年来开发的一项新技术，测量过程中需要存在合适的粒子。本文研究了用三维粒子动态分析仪（ＰＤＡ）测量气固两相湍流流场时固体粒子的选择问题。试验过程中，运用几种不同的粒子作为煤粉粒子的模拟粒子进行测量和比较，结果表明：（１）粒子的特性参数是影响测量精度的重要因素之一；（２）测最气固两相湍流流场中粒子的运动特征时，应尽可能选择形状较规则、折射率大、尺寸分布合理、不易粘结且易于收集同时接近所要模拟的粒子性能的固体粒子，必要的时侯应结合粒子性能对测量结果进行修正．     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

可视化技术在分析新型蓄冷材料——笼型化合物（Clathrate）溶解过程中的应用（一）、（二）

混浊液内部的流动，由于微粒子之间的相互作用以及因浊度高不易进行内部观察，所以无论是分析还是可视化实验都相当困难，存在着许多未弄清的问题。通过采用折射率匹配（Refractive-IndexMatching）技术，使透明的微粒子与透明的溶媒的折射率近乎相同，做成一种透明的“混浊液”，从而使混入其中的示踪粒子的运动轨迹能被摄像机捕捉到，并以微粒子的沉降和温度的干涉所引起的流动现象为焦点，利用图像速度测量法来处理分析所拍摄到的可视化图像，成功地获得了定量的混浊液内部的速度场，为进一步揭示混浊液内部自然对流的流动机理提供了实验依据。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

超高燃速固体推进剂研究概况

文中对多孔超高燃速推进剂(μ≥1000mm/s)的研究进展、多孔固体推进剂的研究内容、燃烧特性及有关配方作了介绍。最后总结了多孔超高燃速推进剂在密闭爆发器中和作为火炮随行装药的实验研究结果。     

飞行过载对燃烧室化学反应流场影响

为了研究飞行过载对固体火箭发动机燃烧室化学反应流场影响,以Liang模型模化铝滴燃烧,以有限化学反应速率模型模化湍流燃烧,对过载条件下发动机内流场进行了数值分析,数值结果与试验结果取得了趋势上的一致。研究表明,文中采用的数值计算方法可有效重现发动机热结构故障点;飞行过载改变了流场温度、粒子浓度、化学反应速率等参数分布;过载条件下燃烧室绝热结构表面铝滴积聚及剧烈的化学放热反应是导致其异常烧蚀的原因之一,铝滴局部积聚燃烧会导致温度场畸变;热结构设计必须与流动结构匹配。     

球形粒子在流体中的跟随性

本文从Maxey和Riley的粒子运动基本方程出发,得到了球形固体粒子在相对流动雷诺数很小情形下的分析解。讨论了粒子跟随性对外力、初始条件和流场性质的依赖关系;对均匀湍流场,分析了不同密度比和扰动频率对跟随性的影响     

利用经验正交函数分解的大气密度模式校准方法

热层大气密度产生的阻力是作用在低轨航天器上最大的非引力摄动,现有大气密度模式存在15%~20%的偏差,难以满足空间任务应用需要。采用NRLMSISE-00模式作为密度参考标准,通过修正Jacchia-Roberts经验大气模式温度参数校准密度,建立温度修正量与密度的参数方程。针对部分区域修正量迭代计算发散问题,采用改进高斯牛顿迭代法求解方程。选择经验正交函数（EOF）分解方法分析修正量的时空特征,并与传统球谐（SH）分析的结果进行比较。结果表明,前4阶EOF基函数与前9项球谐基函数分别可提取温度修正量超过85%与80%的变化特征,EOF分解方法对温度修正量的表示效率高于球谐分析方法。第1阶EOF基函数反映了温度参数的整体偏差,第2~4阶EOF基函数对应的时间系数表明温度修正量的变化具有天周期性,且球谐分析得到的时间系数同样具有天周期性的特点。利用前4阶EOF基函数和前9项球谐基函数重构的温度修正量校准Jacchia-Roberts模式,校准后的模式密度偏差分别下降了9.06%与5.37%,表明EOF分解方法与传统球谐分析方法相比,能够更有效地修正温度参数,改进模式精度。