基于以太网PROFINET技术的多龙门数控铣床龙门间安全距离保护

<正>采用基于以太网PROFINET技术的PN/PN耦合器使多个独立的SIEMENS 840Dsl数控系统之间实现实时通信,传输各自控制的龙门架坐标轴位置数据,实现多龙门数控铣床移动龙门架之间安全距离的实时保护,提升了龙门架之间防撞保护的实时性和可靠性,进而提高多龙门数控机床分时并行加工大型零件的生产效率。本文以某型双龙门数控铣床为研究对象,通过基于以太网PROFINET技术的PN/PN耦合器实     

灾变机制下的元胞遗传算法

文章提出了一种改进的加入灾难的元胞遗传算法.该算法是细粒式并行遗传算法和粗粒式并行遗传算法的混合形式.在遗传算法和元胞自动机的原理基础上,通过加入灾难的方式,用于求解复杂甬数优化问题,获得了较好的效果.     

天琴计划轨道构型长期漂移特性分析

为了实现天琴计划航天器轨道构型的长期稳定漂移并满足轨道构型的稳定性指标,文章应用优化算法搜索航天器初始最优瞬时轨道要素。建立考虑摄动情况下航天器轨道动力学模型,对导致等边三角形轨道构型发生长周期漂移的轨道要素进行了分析,并且将这些要素作为轨道设计的待优化参量,应用粒子群（ParticleSwarmOptimization,PSO）智能寻优算法进行优化,应用最终优化得到的轨道要素进行轨道构型仿真。仿真结果表明,在不进行轨道控制的情况下,4年内轨道构型呼吸角变化小于1.5°,臂长变化小于1500km,臂长变化速率小于10km/s,初步满足轨道构型的稳定性指标。     

基于系统类比的火控精度考核方法

火控系统的综合误差是由火控系统原理误差、弹道散布误差、飞行员瞄准误差和中间风等多种随机因素带来的误差构成，为考核系统原理误差，必须从实弹打靶结果中剔除其它方面误差。采用传统的外弹道测试法，试飞周期长，耗费大量人力和财务。本文提出了一种基于系统类比的火控精度考核方法，从已鉴定的成熟系统中获取后几项误差并予以剔除。理论计算和实弹打靶表明，这是一种有效、经济的精度考核方法，为同种飞机使用不同火控系统的精     

基于Hamming神经网络聚类分析的进化策略

本文提出了一种基于Ｈａｍｍｉｎｇ神经网络聚类分析的进化策略，模糊自适应Ｈａｍｍｉｎｇ神经网络各类族的权重矢量纪录被进化搜索过的区域，并相应妄下该区域内最优个体和它的适应度，因此通过Ｈａｍｍｉｎｇ神经网络对进化个体的聚类分析，进化策略具有搜索记忆性，可以充分保证下一代遗传群体中个体遗传基因的丰富性，从而避免早熟现象的发生，这种进化策略还可以避免在被搜索过的区域内的无用搜索，进而加快进化策略的收敛速度     

注入式的遗传算法的分析与研究

该文提出了一种改进的遗传算法———注入式的遗传算法。该算法利用遗传算法全局搜索能力强和知识库具有存储记忆功能的特点,通过引入知识库中的经验值来提高遗传算法的求解速度和精度。该实验用基本遗传算法和注入式遗传算法来求解旅行商问题,通过对比实验结果,证明改进遗传算法的可行性和有效性。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况，应用遗传算法随机寻优得到若干个最优值，以这些值作为小生境遗传算法的先验知识，指导小生境距离参数的确定。依据此方法确定小生境距离参数，应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较，小生境遗传算法不但能一次性地寻求到解空问中所有的最优解，而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

一种基于年龄和性别特征的遗传算法

提出了一种基于年龄和性别特征的遗传算法。标准遗传算法（SGA）已经被成功的应用到很多进化优化问题上，但是对于复杂的多模态函数寻优时，会出现早熟收敛现象。为了解决这个问题，结合自然界最常见的有性繁殖现象，赋予了遗传个体年龄和性别特征，提出了基于年龄和性别特征的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子。对不同年龄和不同性别的个体赋予不同的进化控制参数，克服了早熟收敛问题且保持了群体的多样性，使算法能顺利的收敛到全局最优值。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

三维CT图象自动分割法

计算机断层扫描图象（ＣＴ）和核磁共振图象（ＭＲＩ）是诊断疾病和制定治疗方案与手术方案的主要依据之一，而分割ＣＴ和ＭＲＩ图象是定量分析其平面与三维信息的关键之一。本文先采用三维自适应滤波，在保留图象细节的前提下滤除高斯分布噪声和脉冲噪声，然后根据ＣＴ或ＭＲＩ各断层多阈值二值化图象采用区域自动增长算法实现了三维ＣＴ图象和ＭＲＩ图象的自动分割。最后给出了腹部ＣＴ图象的分割结果，该方法分割精度高，速度快，具有广泛的临床应用价值