信赖域滤子算法在航空发动机在线优化中的应用

主要研究了航空发动机在线优化问题.以非线性发动机部件级模型为优化对象,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.      

非结构网格上Euler方程的区域分裂算法及并行计算

改进了“波阵面”区域分裂算法,并应用于流场区域的划分;对于子区域边界的不光滑现象,为尽量减少通讯消耗,提出了一种边界并行优化策略。利用PVM并行环境,探讨了非结构网格上求解Euler方程的分区并行算法。根据改进的区域分裂算法及优化策略,运用Jameson有限体积法,对二维翼型流场进行了分区并行求解,多区计算的结果与单区计算的结果作了比较,表明了本文研究方法的有效性。     

分布式进化算法及其在翼型气动反设计中的应用

构造了一种新型基于基因算法与博弈论的并行分级多目标优化方法，并应用于多段翼型气动反设计。此方法基于二进制编码的基因算法和博弈论，优化变量被分配给不同的博弈者，因而总体优化问题转变为分裂空间中的局部优化问题。文中给出了一个多段翼型形状，位置可压位流的反设计问题的求解算例，引入了基于非结构网格的分级结构。与传统基因算法数值算例的对比表明了本文构造的并行分级算法具有较高的计算效率，可广泛应用于多目标优化问题。     

基于改进差分进化算法的舰面保障作业优化

舰载机舰面保障作业调度效能是制约航母编队综合作战能力的重要因素。首先,分析了舰面保障作业流程约束和资源约束,以最小化舰面保障作业完工时间为目标函数,建立了舰面保障作业调度优化模型。其次,设计改进差分进化算法用于模型求解,算法采用基于作业开始时间改进的随机键编码方式和并行变异算子结构,以提高算法搜索效率。最后,进行了仿真试验,验证了模型和算法的有效性,并进一步研究了并行变异算子结构对算法 性能的影响。     

高速Turbo并行迭代译码原理及仿真

Turbo码之译码过程通常采用LOG-MAP算法的迭代译码,在获得很好的译码性能的同时,也造成了巨大的译码延迟,因而限制了其实际应用。为了降低译码延迟,通常采用分块并行译码方案,将译码器接收到的长帧分割为长度较小的子帧。对基于LOG-MAP算法的并行译码方案进行仿真实现,结果表明并行译码方案在获得很好的译码延时的同时,也存在误比特率性能的下降,即所谓分块效应。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

一种新的并行测试任务调度算法

 并行测试的任务优化调度是并行测试技术的核心问题。为了解决现有调度方法耗时、实际应用范围有限以及缺少对资源冲突和系统死锁的形式化分析等问题,采用赋时有色Petri网(TCPN)建立并行测试任务调度的TCPN模型,基于TCPN模型的可达标识图利用改进蚁群算法求解最优任务调度序列。算法搜索过程中,采用多目标优化,目标函数综合了测试时间、仪器成本和负载平衡度,使得算法更符合工程应用。采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟。仿真实例证明该算法是有效的。     

基于图剖分的多块结构网格负载平衡方法

负载平衡是影响并行计算性能的重要因素。针对多块结构网格,给出了一种改进的多层次图剖分负载平衡方法。该方法设计了新的网格剖分算法,采用改进的子块分裂方法与图剖分算法的循环调用实现结构对接网格剖分,并通过建立不同物体重叠网格间的连接关系,实现了结构重叠网格的负载平衡。采用2个典型算例对方法进行了对比验证,数值结果表明,子块分裂方法对剖分结果具有重要影响,采用循环调用算法及改进的子块分裂方法能有效地实现计算负载均衡及通信量优化,同时显著减少了网格块数及因虚网格导致的内存需求,有利于提高并行效率。该负载平衡方法与网格拓扑无关,适用于多块结构对接网格及重叠网格,且整体型剖分方式对于多块结构重叠网格具有更好的剖分效果。     

网格结构机上的并行填充算法

并行扫描转换算法,采用通过多边形顶点的扫描线对扫描转换区间进行划分,使划分在各个区域的子多边形都是梯形,这既在一定区域内保持了各种相关性,又消除了对奇点的处理,同时对梯形的扫描转换不需要求交计算而只进行增量计算,提高了扫描转换速度。     

基于可行域调整的多相材料结构拓扑优化设计

针对多相材料结构柔顺度拓扑优化问题及其存在多个局部优化解的情况,提出一种新的多相材料结构柔顺度拓扑优化问题的求解方法, 并研究其获得多个局部优化解及寻找较好的优化解的能力。基于材料属性有理近似 （RAMP）模型,引入可行域调整技术,构建多相材料结构拓扑优化模型及近似优化模型。提出一种改进的交替主动相算法,该算法将多相材料结构拓扑近似优化模型分解为多个含2个主动相材料体积约束的系列二元相拓扑优化子模型,并利用光滑化对偶算法进行优化求解。与现有方法相比,采用多个不同的优化初始拓扑,提出的方法可找到更优的多相材料结构拓扑, 且为多相材料结构拓扑优化的多样性设计提供了一种有价值的思路与方法。     

基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

循环冗余码的软件实现方法及应注意的问题

】介绍了ＣＲＣ码并行算法的软件实现和串行算法的硬件实现方法，同时比较它们的差异，并指出了实践中应注意的问题     

遗传与枚举混合算法对航空发动机复合材料主轴的优化设计

针对复合材料主轴优化设计中离散与连续变量共存的问题,提出了一种遗传算法与枚举法相结合的混合算法.以某航空发动机低压涡轮轴为原型,在满足静强度指标、临界转速及外廓尺寸要求前提下,利用该混合算法对复合材料主轴的铺层角度与厚度进行优化设计,以减轻主轴质量.结果表明:对于1~10层铺层,相比于全排列算法与单一遗传算法,混合算法能再减轻质量5.54%与3.87%;且当铺层数大于6时,混合算法计算效率能最多提高3.1倍.最后分析给出复合材料铺层厚度受强度的限制,不宜太薄的建议.      

基于一种混合算法的巡航导弹参考航迹规划

通过分析A*算法,提出了适合与遗传算法(GA)进行混合的改进方案,针对遗传算法求解巡航导弹参考航迹规划问题,讨论了在初始群体构建和变异操作中引入改进A*算法的混合方法,从而得到参考航迹.仿真结果表明,该方法具有很强的快速规划能力,并能得到较优的结果,适合于大规模复杂环境中的参考航迹规划.     

声纳浮标阵目标搜索优化布放算法

为提高声纳浮标阵的目标搜索效率,文章首先建立目标运动模型和累积搜索概率的计算方法,然后提出了基于多点随机搜索、分区分支界定和遗传算法的浮标阵优化布放方法。仿真结果表明：这3种优化方法均优于传统布放方法,多点随机搜索算法性能最差但适合短时间制定布放策略;分区分支界定算法适合优化较少参数的浮标阵形,保证能找到最优点;对于较...     

数字化生产车间动态生产环境复杂调度策略

提出了一种实用的双层调度策略,通过对制造设备的负荷分析及加工能力的评判,以最小作业生产延迟和最大系统设备利用率为目标产生可行的调度方案.该方案使用一种集成遗传算法和粒子群算法的新型调度算法解决调度问题,试验结果证明了该策略的可行性和有效性.     

基于分层栅格地图的移动机器人路径规划

针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法.融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径.仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质.     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

免疫算法研究

生物免疫系统是一种高度并行的自适应信息学习系统,它能自适应地识别和排除侵入机体的抗原性异物,并且具有学习、记忆和自适应调节能力,能够维护机体内环境的稳定.在对生物免疫系统的一些基本概念和原理进行介绍的基础上,简单分析了人工免疫算法的研究内容、研究现状及基本理论.重点对现已被提出的一些免疫算法的基本结构和流程进行了研究和分析.最后对免疫算法的应用领域和前景进行了展望.