基于扫掠法的六面体网格生成算法及实现

提出了一种基于扫掠法的六面体网格生成算法,该算法通过源和目标曲面参数域间的近似最小二乘仿射映射将源曲面的网格投影到目标曲面,并利用背景网格插值的方法计算内结点,从而将2.5维实体生成六面体网格。该算法避免了空间网格投影过程中耗时的“寻根”过程,并且不需要导致效率降低的网格优化,能够处理各种2.5维实体,生成的网格质量较好。     

光学傅里叶变换轮廓术的新型改进方法

针对传统光学傅里叶变换轮廓术(FTP)在测量表面形状复杂、曲率较大的物体时其条纹频谱存在混叠,无法获得被测物体表面准确的轮廓信息这一缺陷,在总结分析了窗口FTP、伸缩窗口FTP的基础上,提出了自适应窗口FTP.并对这3种改进型FTP的测量精度作了对比分析,证明自适应窗口FTP的测量精度最高,比传统FTP提高了近100倍.改进后的FTP可广泛应用于工业、生物医学、航空航天等领域.     

多级安全关系数据模型研究及其改进

讨论了基本的多级安全模型存在的主要缺陷，如推理通道问题。系统的可用性、灵活性受到严格的“向下读，向上写”规则的限制问题．不能保证数据完整性。通过引入多实例和伪元组．并重新定义读写规则．使改进后的模型更具安全性、灵活性和可用性。     

信息系统群演化的综合环境SEE的研究

旨在通过对系统构架各视角的研究，开发一个信息系统综合演化环境，从而提供针对各类系统演化特征的通用的解决方案，并利用方法论的手段规范、指导和维护系统(群)的演化活动。本文首先论述了大型系统中各个系统和组件变化及改进活动中存在的问题，分析相关的研究及面临的挑战，从而提出系统群演化的概念。然后文章概括了系统群演化的特征，提出解决以上问题的思想方法，即开发“信息系统群演化的综合环境(Synthetic environment of evolution，SEE)”，将各种演化活动纳入规范，指导系统群的演化活动；在此基础上，进一步就实现SEE的关键技术给出了描述及运用的范例。     

快速可重构信息系统的框架研究(英文)

变化和重构是快速可重构信息系统 (RRIS)的两个核心概念 ,RRIS对变化的适应或演化能力使它优于传统信息系统。本文首先提出 RRIS的体系结构 ,然后以 RRIS框架为重点 ,讨论框架的定义、分类及设计 ,研究框架的构成、构成元素 (业务构件 )的设计及构件如何在构架的组织下协调地安插在 CORBA的软总线上 ,实现类似硬件IC的即插即用。构件在框架上即插即用的灵活机制及热点构件 (反映变化 )的灵活运用 ,提高了框架的可扩展性、可定制性 ,从而提高了 RRIS适应变化的可重构性。     

系统群进化环境的模型设计

由于系统群复杂性的增加和有关实践的非成熟性，开发了一个系统化的方法来进行进化活动显得十分必要。本提出了一个系统群进化的综合环境的设计模型，介绍了该环境的设计思想，操作的流程，主要的模块以及如何运用系统构架知识来支持系统的进化，最后给出了该环境设计的高层结构。     

一种基于语义的Ontology映射方法

O n to logy映射是实现异构O n to logy互操作的有效方法,目前的O n to logy映射主要采用句法方法,而很少采用语义方法。本文提出了一种基于语义的O n to logy映射方法,该方法考虑了O n to logy中的概念属性,采用概念名称相似性、概念属性集合相似性、相关概念集合相似性等确定O n to logy之间的语义映射关系;采用语义半径提高了语义映射方法的灵活性。试验分析表明:该方法得到的映射的准确率和查全率在90%以上,准确率和查全率均优于S-M atch方法。该方法已在基于知识需求的主动式知识系统原型中实现,并在某研究所得到了应用。     

涡轮叶片尾缘复合通道的换热

采用热色液晶测温法,测量了涡轮叶片尾缘带隔板的复合通道的温度场,分析了射流冲击强化扰流柱通道内换热的机理,讨论了两通道间隔板的不同开孔结构对换热的影响.从工程应用的角度出发提出了几个换热评价指标,对不同开孔结构的隔板进行了换热评价.结果表明:冷气由第1通道进入,通过隔板上的孔不断由径向流动变为弦向流动后,对第2通道的扰流柱区形成冲击,最后由劈缝排出,提高了尾缘的换热;开孔均匀的隔板换热效果相对较好.     

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.