透平机械叶片的遗传优化设计

提出一个基于遗传优化理论的透平机械叶片设计方法。该方法以叶片形状作为优化对象,利用遗传算法通过使其表面边界层中流动损失的极小化来搜索最佳的叶片形状。叶片形状被参数化表示。已知叶片形状的流场分析由一个叶栅正命题CFD程序完成。方法应用于一个离心压缩机扩压器叶片设计。数值计算显示,该方法可成功地求得具有最小流动损失的扩压器叶片形状。     

模糊极小极大神经网络在火箭发动机故障分类中的应用

研究了一种用模糊集表示火箭发动机故障模式的神经网络分类器。模糊集是由模糊超立方体聚集形成的集合体，模糊超立方体是一个极小点和极大点构成的用隶属函数表示的ｎ维方盒。极小点和极大点的确定用包含有扩张与收缩阶段的模糊极小极大学习算法实现，这种算法能在一次循环学习中形成非线性模式边界，无需对已知故障模式重新训练就可融合新样本和精炼已存在的故障模式。模糊集用于故障模式分类自然地提供了故障更刘水平分类的有用信     

LabVIEW软件中的计数分频模块设计

介绍在具有虚拟仪器技术的LabVIEW软件中，开发设计以Intel公司系列可编程序间隔定时器8253／8254为硬件平台的计数分频模块。该软件模块使用简便、可靠，系统开销极小，不需要中介翻译软件和动态链接库，运行速度快，所生成的优化代码的执行速度与C语言编译后的可执行程序代码的执行速度相当。     

三千度扭转——易格斯新款拖链系统

<正>现今,易格斯开发出了一款创新的紧凑型拖链系统,可实现3000°旋转运行,且只需极小的安装空间。据生产商介绍,它可以很好的为能量、数据和介质提供导向     

极小代数与最短路问题

引入了极小代数的概念,建立了其运算法则。对有向赋权图的最短路问题建立了极小代数下的迭代方法。     

油气混合介质情况下的小压力测量问题探讨

在航空发动机试车及传动润滑系统试验时,需要经常对油气腔进行量级极小的压力测量,其测量介质是油气混合物,经常发生测不准的情况。为此,根据流体力学的观点,对上述问题进行了分析探讨,并提出了解决方法。     

具有学习效应的单机可控加工时间排序问题研究

在经典排序问题中，工件的加工时间往往是一个常数，但在现代生产过程中，工件的加工时间受许多因素的影响。因此，研究工件具有学习效应的单机可控加工时间排序问题，其中工件的加工时间是其所在位置的函数，且与加工时间的控制变量有关。目标是求出最优的加工时间控制变量和最优的排序使得目标函数最小，目标函数包括极小化时间表长与控制费用的和、极小化总完工时间与控制费用的和、极小化总完工时间偏差和与控制费用和。证明他们都能转化为指派问题，从而多项式时间可解。并给出数值例子来说明问题是如何求解的。     

独立指数分布期望参数的Γ极小极大估计

在参数的部分先验信息已知的条件下所获得的Γ极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法,因而更切合实际.以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Γ极小极大估计做了讨论.本文给出了独立指数分布的期望参数在一般的先验矩限制下的Γ极小极大估计,同时讨论了两种特殊情况,即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Γ极小极大估计.     

低成本卫星地面控制设施的设计

该设计方法的核心是:卫星操作中的公共部分,即遥控、跟踪、子系统分析(包括遥测处理)、系统规划和调度、轨道确定和保持、数据传送和控制。特殊卫星任务的应用和操作另行考虑,以保证本设计方法可应用于许多种卫星系统。关于特殊卫星任务的讨论将限制在了解支持航天任务的地面控制设施总规模和业务范围。分离出“通用”卫星操作功能,可研究出一种低成本通用设计方法,该方法允许对系统作阶段性改进,而对在轨设施和测控性能影响极小。该方法的目标是提高卫星系统的可扩展性、可维护性和可操作性。     

独立指数分布期望参数的Г极小极大估计

在参数的部分先验信息已知的条件下所获得的Г极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法，因而更切合实际。以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Г极小极大估计做了讨论。本文给出了独立指数分布的期望参数在一般的先验矩限制下的Г极小极大估计，同时讨论了两种特殊情况，即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Г极小极大估计。     

风洞试验绳牵引冗余并联机器人的刚度增强与运动控制

 以一种应用于低速风洞试验的6自由度绳牵引冗余并联机器人为研究对象,解决飞行器模型在风荷作用下动态定位误差大、力学测量精度不高的问题。运用微分变换推导了该机器人的刚度解析表达式;分别建立了末端执行器和驱动系统的动力学模型;针对系统冗余驱动、强耦合和非线性的特点,设计了基于刚度增强准则的关节空间比例微分（PD）修正前馈控制器,实现了以提高飞行器升力方向、顺风向和俯仰转动方向刚度为目标的绳系张力优化分配。数值仿真算例表明,与基于张力极小准则的控制器相比,前者有效地提高了飞行器的动态定位精度。     

非合作体附着下的组合体航天器自适应控制

空间中非合作体附着航天器本体后,新组合体惯量参数未知、系统引入的动量变化未知,容易造成航天器姿态控制失稳.针对此问题,提出了一种基于非合作组合体整体惯量估计的自适应控制方案,实现不同情形附着下新组合体姿态的快速和高精度恢复.通过构造李雅普诺夫函数,对自适应控制方案稳定性进行了证明.搭建的某卫星被非合作组合体附着后的姿控仿真平台表明,在非合作体惯量参数未知、引入动量未知以及附着前系统状态不定等恶劣情况下,采用该算法的组合体姿控误差可收敛到一个极小的领域内,可以实现对非合作组合体系统快速而有效的控制.     

一种约束条件右端含参数的线性规划问题及其在运输问题上的应用

本文建立了加入收发空车后的运输问题的数学模型;论证了此模型中极小化函数S(λ)为λ的分段线性不降函数,对一个具体的运输问题提出了分段函数S(λ)的求法;并对一个具体的运输任务应如何提供合理的运输工具作出了原则的规定。     

具有老化效应的单机多目标排序问题

讨论工件具有老化效应的单机多目标排序问题,目标函数分别为极小化提前时间、延误时间、共同松弛时间的加权和,极小化等待时间和与等待时间偏差和的线性组合,极小化提前时间、延误时间、最早交货期及窗口长度的加权和. 用数学规划的方法证明了这三类多目标单机排序问题在工件引入老化效应后都可以转化为指派问题,从而都多项式时间可解.     

带加速度修正的极坐标系α-β滤波器

有时使用极坐标系对跟踪计算很有利。但因匀速目标的位置量不再象直角坐标系中一样是时间的线性函数而带来了复杂。然而这可以通过使用在预报方程中加伪加速度修正因子来近似修正系统动态的方法而解决,代价是增加了系统的噪声。对于α-β滤波器,加入这些修正因子,滤波器的稳态误差性能降低极小,同时又可大大减小偏倚误差。     

基于知识重用的固体火箭发动机结构形式选择

以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用的固体发动机结构形式选择模型描述;然后建立了固体发动机结构选项一般模糊极小极大神经网络;最后以具体型号总体设计为例,完成结构形式选择,得到了包含实际结果的多个可行方案。该方法提高了设计过程自动化水平,且可提供多个不同的结构选择可行方案供设计人员参考。     

双侧进气突扩燃烧室冷态三维流场数值模拟

用к－ε模型及ＳＩＭＰＬＥ算法对双测进气扩燃烧室的进气道及主燃室进行了冷态流场数值模拟，分别对主燃室和进气道进行了二维模拟及三维模拟；燃烧室的突扩比为１．１。计算结果表明：主燃室在头部有一个小回流区，在进口处也有一个极小的回流区。研究结果表明，主燃烧室中现有回流区尺寸及强度不能满足火焰稳定的要求，须进一步采取其他措施以改进火焰稳定。     

基于鲁棒可靠性的不确定系统最优二次鲁棒镇定控制器设计

 基于二次稳定性准则,从可靠性这一新的角度考虑不确定系统的稳定性问题,提出了基于鲁棒可靠性的不确定系统鲁棒镇定控制器设计方法,将鲁棒控制器设计归结为基于可靠性的优化问题：以鲁棒可靠度为约束,极小化控制代价。依据该法设计的控制系统可满足稳定性意义上的鲁棒可靠性要求,并给出保证系统稳定性所要求的基本参数的最大鲁棒界限。适用于不确定参数的摄动范围准确已知和未知等情况。对F4E型战斗机的稳定控制器设计及对比研究表明了所提方法是实用、有效和可行的。     

概率神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。     

机翼跨声速绕流的压强极小积分有限元算法及应用

本文从全速位方程出发。利用压强极小积分,给出了机翼跨声速绕流的有限元算法,并编制出相应的FORTRAN语言程序。文中给出了适于有限元法的网格生成技术,采用了线松弛迭代法和逐步加密法进行数值求解,提供了M6机翼和一个三角翼的计算结果。