快速并行细化算法

本文提出一种快速并行细化算法。细化过程是一个迭代过程。每次迭代分成两个子迭代。算法收敛速度快,细化连续性好,几何畸变小,对二值纹理图像无特殊要求,具有通用性。算法实现巧妙,独特,占用内存少,特别适合小型计算机图像处理系统。该算法在PCvision图像处理系统上实现的效果良好。     

直升机载火控雷达抗干扰捷变波形优化算法

针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次型优化问题,然后根据SVD分解将四次型转化为二次型,给出了迭代收敛的优化算法;同时在循环算法基础上给了一种四次型的循环迭代收敛算法。最后仿真结果表明,两种算法在设计捷变波形优化性能上接近,但SVD分解算法收敛速度更快,循环计算算法具有更高的运算速度。     

Krylov子空间算法研究

Krylov子空间技术是基于投影方法的规划算法,如今已成为一类求解大规模线性问题的优秀算法,该算法采用正投影或斜投影在子空间产生迭代向量进行计算。同时,正确有效的预处理方法能加快迭代收敛。本文介绍了如何利用基于LU分解的GMRES(Generalized M in imum Residual)方法来求解大规模线性优化问题。     

三角面元灰度图象三维重建算法研究

三角面元SFS算法是结合三角面元模型和线性反射图来阐述SFS问题的,该算法的基本思想是用三角面元素来近似光滑表面,并用一系列基于节点的线性方程组合来表达该表面。本文在此算法的基础上,求解时通过加权平均迭代,提高了恢复的准确性和迭代的收敛速度。     

加速SIMPLE流场算法收敛的探讨

为加速SIMPLE算法收敛,采用了双线追赶迭代技术加速线性计算部分的收敛,并用外推技术从稀网格解外推出密网格解的逼近值作为后者的初场,减少了迭代次数。这两种方法结合可明显提高计算效率。文中的两个算例的机时节约率分别为48％和24.5％。     

基于PCA-RBF神经网络的浮选过程软测量建模

以浮选过程为研究对象,提出基于主元分析与RBF神经网络相结合的经济技术指标软测量模型,该模型依据工艺机理和经验知识对过程变量进行初选,采用主元分析方法对高维输入向量进行降维化简和辅助变量选择;采用新型混合递推算法对RBF神经网络参数进行优化。该算法包括修正网络中心的自适应聚类的简化型次胜者受罚竞争学习算法和修正网络权值的带遗忘因子的递推最小二乘算法。混合学习算法提高了网络参数辨识的收敛速度。仿真结果表明,软测量模型能很好地实现浮选过程经济技术指标的全局预测。     

基于加权几何平均迭代的改进BESO法

为了解决传统双向渐进结构优化法中存在迭代历程易出现局部振荡现象、算法效率低的问题,提出了一种基于加权几何平均迭代的改进双向渐进结构优化法。通过研究当前迭代步灵敏度权重因子和历史迭代步敏度权重因子对结构优化过程的影响程度,与当前迭代步敏度权重因子对应的迭代历程变化趋势,实现了最优当前迭代步敏度权重因子的优化选择。3个经典算例验证了较原生过滤法与基于算术平均的过滤法两种处理方法,本文方法在保持了同等刚度的同时,减轻了迭代历程的震荡程度,显著提高了迭代的稳定性,减少了迭代次数,效率提高了10%～37.5%,说明该方法的可行性与有效性。     

基于信息素差异分布策略的路径规划蚁群改进算法

针对传统蚁群算法用于移动机器人路径规划时存在初期盲目性搜索、收敛速度慢以及容易陷入局部最优的问题,提出一种蚁群改进算法。首先根据各节点相对于起始点和目标点连线之间的距离,对初始信息素不平均分配,使其呈正态分布,降低算法搜索初期的盲目性,加快最优解的搜索;其次改进挥发因子,采用双挥发因子原则,控制信息素的挥发,既降低局部最优的可能,又能加快收敛速度;对冗余路径作进一步优化处理,使得路径更优。仿真结果表明,本文蚁群改进算法相对比传统蚁群算法以及其他蚁群改进算法收敛速度更快,收敛性更稳定。     

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。     

浮点数与格雷二进制混合编码的遗传算法

本文提出了一种结合浮点数编码和格雷码编码的混合编码遗传算法。该算法有机结合了浮点数编码和格雷码编码的优点，不易陷入早熟收敛且局部搜索能力强，收敛速度快。本文对一系列典型函数进行了优化计算，试验结果证实了这种混合编码遗传算法的有效性和优越性能。     

一种高度并行的Schwarz型混乱松弛法及其收敛性证明

文[1—2]把混乱松弛思想引入到Schwarz交替法中,构造了一种Schwarz型混乱松弛法。但这个方法在进行第n+1步迭代时,在拟边界上必须要用到第n步迭代的值,从而影响了算法的并行性,得不到相应的同步或异步MIMD并行算法、为此,本文给出一种高度并行的Schwarz型混乱松弛法,这个方法包括了Schwarz交替法及其相应的同步和异步MIMD并行算法。对于二阶线性与非线性微分方程Dirichlet问题,本文应用微分方程极值原理证明了该方法的收敛性。     

机载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成，并对机载光电跟踪系统的最主要成部分－陀螺平台框架系统设计了基于GA（遗传算法）的模糊控制器，由于遗传算洒可以搜索整个空间，不易陷入局部最优解，不受搜索空间的限制性假设的约束，因此本文通过遗传算法对模糊控制器的控制规则，参数以及量化因子和比例因子进行了优化，在对模糊控制器设计的过程中，为了提高模糊控制的精度并加速遗传算法的收敛速度，还采用了变论域的方法，通过对系统详细的仿真研究，验证了基于GA的模糊控制器设计的良好控制效果。     

求解装箱问题的遗传算法

本文提出了两种求解装箱问题（ＢｉｎＰａｃｋｉｎｇ）的遗传算法。一种是简单遗传算法,它采用等长度字符代码编码方法,使用常规的遗传操作算子。另一种是混合遗传算法,它综合运用解装箱问题的ＦＦＤ（ＦｉｒｓｔＦｉｔＤｅ－ｃｒｅａｓｉｎｇ）近似算法和简单遗传算法。试算结果表明,由这两种遗传算法所得到的装箱方案较一些近似算法所得到的装箱方案都要好。     

改进遗传算法在桁架结构优化设计中的应用

文章针对简单遗传算法的早熟现象及不能处理带有复杂约束的优化问题,提出了一种基于乘子法与伪并行遗传算法的改进遗传算法,并将其应用于桁架结构优化设计中.计算结果表明改进遗传算法全局寻优能力强.     

目标电磁散射特性的混合法研究

从Ｓｔｒａｔｔｏｎ－Ｃｈｕ公式出发，利用阻抗边界条件，得出阻抗边界条件积分方程，将目标表面分成不同的区域，有些区域用高频解析方法求出其表面电流，有些区域利用矩量法解阻抗边界条件积分方程得表面电流。本文以橄榄体（包括介质涂敷情形）为例，计算其电磁散射特性，混合法计算结果与实测结果或其他方法的计算结果比较吻合。     

应用Householder变换的混合GMRES算法执行(英文)

为求解大型非对称线性方程组,混合GMRES算法的标准执行包含了一个Gram-Schmidt正交化过程,但此过程可能会导致严重的数值错误。本文给出了算法的另一种执行方法,应用Householder变换来进行正交化.数值例子表明,执行新的算法更稳定可靠。     

求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。     

二维应力集中问题的多尺度RKPM自适应分析

借助于“小波”理论,再生核质点方法RKPM(Reproducing Kernel Particle Method)以将形状函数及求得的结构响应分解为多个尺度。本文对线弹性二维应力集中问题进行了双尺度分解,并由各应力分量计算得到的高梯度点作为误差指示,实现了该方法的h型自适应分析。并且提出了一种新的方法——“四象限法”对高梯度区域进行加密,计算结果表明自适应后的解的精度更高,从而证明了这种自适应无网格方法的有效性。     

复合材料层板层间应力研究

用杂交应力元研究复合材料展板应力问题,尤其是层间应力分布规律,获得了若干有益的结论,数值算例表明,单元在层板分析中具有很高的精度.