基于MPP编程环境的一种并行子空间迭代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法 ,针对向量机和共享内存的多处理机 ,前人已成功地作了并行处理。文中给出了适合 MPP大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题 ,其计算工作量主要体现在矩阵乘法 ,通过对该方法作并行处理 ,使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机 PA R95上结合 J8- II机翼的动力特性问题对该算法作了数值试验 ,结果说明所给算法是非常有效的     

基于MPP编程环境的一种并行子空间失代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法,针对向量机和共享内存的多处理机,前人已成功地作了并行处理。文中给出了适合ＭＰＰ大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题,其计算工作量主要体现在矩阵乘法,通过对该方法作并行处理,使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机ＰＡＲ９５上结合Ｊ８－ＩＩ机翼的动力特性问     

基于轮廓搜索的机匣铣削毛坯模型自动构建方法

针对发动机机匣零件铣削毛坯模型构建中,表面凸台回转轮廓获取困难,凸台轮廓之间以及凸台轮廓与回转体轮廓之间组合难处理,毛坯构建效率低且余量分布不均的问题,提出了基于轮廓搜索的机匣铣削毛坯模型自动构建方法。用离散的方法得到复杂形状凸台特征的回转轮廓,将凸台特征与回转体特征的回转轮廓旋转投影到草图平面,结合加工余量、车削刀具尺寸等工艺信息进行毛坯轮廓搜索,进而得到余量分布均匀且符合工艺要求的铣削毛坯。该方法对机匣回转体与表面凸台进行统一轮廓搜索,并充分考虑加工工艺,能处理具有复杂表面凸台的机匣零件,效率高、通用性好;所得毛坯余量分布均匀,减小铣削材料去除量,有助于提高铣削加工效率。     

线性方程组的并行算法及在Transputer系统上的实现

在“一种有效的多Transputer系统的并行算法——ABC法”一文的基础上,本文进一步研究将ABC法用于变带宽矩阵线性方程组的求解问题,对线性方程组的系数矩阵采用了逐行一维存储方式,提出了相应的并行Gauss消元法,给出了该算法的效率.分析结果表明,带宽越大方程阶数越高,这种算法的效率就越高。因此本算法适用于高阶的大带宽线性方程组的求解问题. 根据本文的算法,编制了线性方程组的并行求解程序,并分别在一个、二个和四个T414系统上做了若干算例,结果表明本文分析的结论是正确的。     

由三个向量对构造三对角对称矩阵

文章讨论利用给定的三个向量对构造不可约三对角矩阵、Jacobi矩阵和负Jacobi矩阵的反问题.在求解方法中,将已知的-些关系式等价地转化为线性方程组,利用线性方程组有解的条件,得到了所研究问题有惟一解的充要条件,并给出了数值算法和例子.     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

求解大型矩阵特征值问题的并行块Davidson方法

针对拥有共享内存的并行计算环境和微机网络并行计算环境,给出了求解大型稀疏对称矩阵部分极端特征对的并行块Davidson方法。该方法将矩阵A按行块分配到各处理器上,各处理器利用矩阵A的行块和投影子空间的正交基所组成矩阵V的行块进行运算,减少了处理机之间的通讯次数,实现了算法的并行计算。在微机网络并行计算环境和拥有共享内存并行计算环境IBMP650上的数值试验表明,该算法非常有效。     

一种叠加矩阵在信号重构中的应用研究

为提高压缩感知算法的信号重构质量,基于傅里叶随机测量矩阵的构造方法,提出一种叠加测量矩阵。该矩阵通过在傅里叶随机矩阵的基础上叠加确定性类圆环矩阵,重新调整测量结构和范围,使信号在压缩传感过程中能完整、准确地保留有用信息。在分析几类常用测量矩阵的基础上,着重介绍了该叠加测量矩阵的构造方法,并应用于一、二维信号重构中。通过对这几类测量矩阵的重构效果进行仿真比较,结果显示,在相同的信号稀疏度、测量比例和重构算法情况下,改进的测量矩阵能极大提高信号重构的质量。     

机场停机位再分配问题

分析了航班延误原因及影响,根据提高机场运营效率与效益和旅客满意度的优化原则,确定出3个优化目标函数(分配到远机住的航班数量最少分配方式扰动性最小以及相关旅客转移距离最小为优化目标),建立机场停机位实时再分配问题优化模型.并设计混合算法优化求解该模型:首先采用启发式算法得出初始优化解,然后采用禁忌搜索算法进行进一步优化求解.实际数据的仿真结果证明了模型的正确性和算法的有效性.     

有时间窗的多式联运问题分析与建模

限时性的快速货物运输已成为货运发展的趋势之一,多式联运则是此类限时快速运输较佳的运输组织形式.对有时间窗多式联运的内涵具体描述的基础上, 提出了有时间窗多式联运问题的双层优化模型,上层为货物时间窗求解模型,下层为路径优化模型.设计了求解路径优化模型的蚁环算法,并进行了实证分析,结果表明,用该算法求解有时间窗的多式联运问题可以方便有效地求得满意解.     

Location of Electric Vehicle Charging Station Based on Spatial Clustering and Multi-hierarchical Fuzzy Evaluation

For the charging station construction of electric vehicle,location selecting is a key issue.There are two problems in location selection of the electric vehicle charging station.One is determining the location of charging station;the other is evaluating the location of charging station.To determine the charging station location,an spatial clustering algorithm is proposed and programmed.The example simulation shows the effectiveness of the spatial clustering algorithm.To evaluate the charging station location,a multi-hierarchical fuzzy method is proposed.Based on the location factors of electric vehicle charging station,the hierarchical evaluation structure of electric vehicle charging station location is constructed,including three levels,4first-class factors and 14second-class factors.The fuzzy multi-hierarchical evaluation model and algorithm are built.The analysis results show that the multi-hierarchical fuzzy method can reasonably complete the electric vehicle charging station location evaluation.     

某飞行器声信标切削轨迹设计

声信标为某飞行器锥段壳体的重要设备,针对安装位置与理论位置存在较大偏差,导致切削轨迹无法精确生成,对此,本文提出集测量、编程、切削、检测为一体的切削轨迹设计方案。首先在锥段壳体设定某基准位置与声信标特征相同,然后对声信标空间位置进行测量,将锥段壳体基准位置与声信标测量位置切削轨迹通过坐标系建立联系,为此设计出声信标空间位置控制点和方向矢量计算方法;为验证切削轨迹的正确性,提出优化后处理,约束设备旋转角度,校验切削轨迹特性。最后,经试验验证,声信标空间位置控制点与方向矢量和测量数据一一对应,切削轨迹与声信标特征大小相符,该方法合理、可靠、有效。     

复合材料层合结构铺层顺序优化设计的免疫遗传算法

本文利用生物免疫系统对抗体浓度调节原理,提出了一种用于组合优化的免疫选择概率算子,同时考虑了抗体调节加权系数随搜索进行动态变化。对给定的复合材料层压板,以几何因子为优化对象,应用免疫遗传算法进行了铺层顺序的优化。应用四种不同遗传算法,对算例的优化结果进行了统计分析,结果表明:本文算法的成功率高,首次获全局最优解的迭代次数少,并能使种群收敛于全局最优解。     

基于实值编码遗传算法的起重机伸缩臂结构优化

实值编码遗传算法(RCGA)的染色体空间和问题解空间是同一个空间，较好地解决了二进制编码遗传算法(BCGA)存在的求解精度和冗余代码等问题；给出了改进的交叉和变异操作算子；RCGA自然集成工程领域知识．弥补BCGA语义的不足．就实现而言．RCGA可有效继承常规数值算法的代码。因此，RCGA更适合有连续变量的复杂的工程数值优化问题。本文建立了多工况的基于惩罚的RCGA模型用于起重机伸缩臂的优化设计，该模型比常规方法更符合工程实际，优化结果令人满意，证明RCGA在工程设计中有实用意义。     

基于网络的高速切削参数优化和管理系统

对高速加工中切削参数优化的理论和方法进行了研究,并对来自生产现场、实验室以及资料收集的数据进行了检验、评价和应用。提出了一种基于遗传算法的切削参数优化算法。与通常的优化算法相比,该算法计算量小,计算速度快,能适应自动化制造系统对优化切削数据快速响应的要求。切削实验表明：应用经过优化的切削数据,不仅提高了机床的利用率,减少了切削时间,而且提高了工件的加工质量。在上述理论研究的基础上,开发了切削参数优化和管理系统。该系统的完成提高了整个数控加工中心的生产率。     

基于模因算法的飞机装配序列规划

针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。     

一类增量式支持向量机的分析

针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解。在标准数据集上的实验结果验证了理论分析的正确性。     

求解多目标优化问题的随机梯度遗传算法

遗传算法的收敛速度很慢，为此引入另一种解决优化问题的工具，即Simultaneous Perturbation Stochastic Approximation(SPSA)算法，该算法是一种简单、易实现、高效率的随机逼近算法。本文将SPSA算法作为一种快速局部优化方法并将其和遗传算法的整体搜索策略结合起来，提出一种解决多目标优化问题的随机梯度遗传算法，对新算法的执行策略进行了认真的设计。大量的数值实验表明：随机梯度遗传算法不仅提高了多目标遗传算法的收敛速度，且得到了大量的分布较均匀的Pareto最优解。     

一种基于元路径拥塞模式挖掘的移动对象位置预测方法

路网上移动对象位置预测是许多位置相关服务的基础。目前移动对象位置预测方法没有充分考虑到轨迹数据中所蕴含的道路拥塞信息,而路网上的道路拥塞状态对移动对象的位置更新会产生巨大影响。提出基于元路径拥塞模式挖掘的方法(Meta-congestion-pattern mining,MCPM)。在离线挖掘阶段,从历史轨迹的频繁路径(元路径)的紧集中挖掘当地的拥塞模式,并对运动模式进行建模,其中采用基于k均值的聚类算法解决数据稀疏性问题。在线预测阶段根据挖掘的拥塞模式和运动模式依概率进行预测。最后通过理论分析和实验验证得出了算法的有效性,与相同条件下的精度预测(WhereNext,WN)方法相比,平均预测准确性提高了近20%,预测时间平均缩短了近50%。     

Assembly Line Balancing Based on Double Chromosome Genetic Algorithm

Aiming at assembly line balancing problem, a double chromosome genetic algorithm （DCGA） is proposed to avoid trapping in local optimum, which is a disadvantage of standard genetic algorithm （SGA）. In this algorithm, there are two chromosomes of each individual, and the better one, regarded as dominant chromosome, determines the fitness. Dominant chromosome keeps excellent gene segments to speed up the convergence, and re cessive chromosome maintains population diversity to get better global search ability to avoid local optimal solu- tion. When the amounts of chromosomes are equal, the population size of DCGA is half that of SGA, which significantly reduces evolutionary time. Finally, the effectiveness is verified by experiments.