鲁棒变结构制导规律研究

研究存在相对速度测量噪声时的鲁棒制导问题，根据一类变结构制导规律，分析了相对速度测量噪声、制导参数对导引收敛性的影响，以弹道收敛为准则，给出了实现鲁棒制导的条件，研究结果对设计先进的雷达制导系统具有重要意义。     

定数截尾试验下双参数指数寿命分布尺度参数的EB估计

本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。     

严格伪压缩映象的Ishikawa迭代序列

证明了Ｌ＾ｐ（或ｌ＾ｐ）（Ｐ≥２）上的李普希茨严格伪压缩映象的Ｉｓｈｉｋａｗａ迭代序列必收敛到映象的不动点。     

非结构同位网格SIMPLE类算法收敛性能比较

以非结构网格的SIMPLE算法为基础,将算法扩展为SIMPLEC算法.利用30°角的斜方腔流动计算成果,分析了非结构同位网格的SIMPLE/SIMPLEC算法的收敛性能;比较了因网格的非正交而引入的非正交项的取舍对该算法收敛性能的影响;并采用显式校正步法对SIMPLEC算法进行了显式校正.比较表明,在非结构同位网格SIMPLEC算法中可忽略非正交项,但有必要对压力作亚松弛.显式校正步法可显著地加速在非结构网格上求解N-S方程的收敛性能,而且在不同的松弛因子组合下,均有较好的收敛速率.     

幂指函数在非线性规划中的应用

给出一种自适应近似函数－幂指函数f^-(x)在非线性规划中的收敛算法。它采用minx∈Enf^-(x)的最优解序列｛x^-｝去逼近原问题minx∈Enf^-(x)的最优解x^*.与传统优化算法相比：该算法最优解｛x^-｝可以通过f^-x(x)=0直接解析得出；该算法不要求序列｛f(x)^k｝具有单调减特性，却能够保证算法的收敛性，该算法的计算量对变量的维数不敏感，从而具有广泛的应用前景，从方法论上，它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

多层喷射沉积制备大尺寸耐热铝合金管坯的研究

采用多层喷射沉积工艺制备出了尺寸为Ф630 mm×250 mm×800 mm且质量较好的FVS0812耐热铝合金管坯,通过挤压获得了性能优良的大直径管材,并对管坯和挤压后管材的力学性能和微观结构进行了检测和分析.分析结果表明,多层喷射沉积制坯过程中,熔滴在沉积面的冷却速度约3.2×104 K@s-1～106K@s-1,熔滴凝固后在沉积坯中形成微细晶粒结构(200 nm～500 nm)和弥散分布的纳米析出相Al12(Fe,V)3Si(20nm～60 nm),使得沉积坯挤压致密后具有优异的性能.     

空间飞行器姿态的有限时间跟踪控制方法

 针对带不确定项的空间飞行器系统姿态跟踪控制问题，给出一种基于有限时间控制技术的滑模控制方法。使得姿态跟踪误差系统不仅可在有限时间内从任意状态到达滑动面，而且也可在有限时间内沿滑动面收敛到零，并给出了严格的数学证明。为了避免控制律中的颤动问题，一种新的饱和函数被用来代替控制律中符号函数。数值仿真实验说明了该方法的有效性。     

关于Davidson—Lanczos方法的收敛率

本文对文[1]提出的求解大型对称矩阵A的极端(几个最大或最小)特征值及相应特征向量的Davidson—Lanczos方法,用Rayleigh—Ritz逼近理论,研究了该方法的收敛率。证明了由该方法产生的规范正交向量{v_i}_i~m=1是Krylov子空间K_m≡Span(v_1,Av_1,…,A~(m-1)v_1)的一组基。设A的k个最大特征值为又,λ_1>λ_2>…>λ_k,相应的近似特征值为λ_i~(m)(i=1,…,k),得到 这里γ_i(γ_i>1),W_i和W_i~(m)是常数。     

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。