一种面向模块化可重构机翼的分步补偿优化方法

针对模块化可重构机翼结构的优化设计问题,以沿展向分布的3个翼段模块为研究对象,研究了不同翼展方案机翼的载荷相关性,通过在优化迭代过程中自动调整设计空间,解决了模块化可重构机翼优化设计时复杂的变量-约束耦合影响问题,建立了适用于模块化可重构机翼结构的分步补偿优化方法。以某无人机模块化可重构机翼结构优化设计问题为例,建立了优化模型,并分别采用所提分步补偿优化方法和传统单方案优化方法进行了优化设计。结果表明:所提方法能够稳定收敛,与单方案优化结果相比较,所提方法以较小的重量代价满足了3种重构方案的所有设计要求,且优化结果具有较好的工程实用性。      

基于智能优化算法和有限元法的多线圈均匀磁场优化设计

针对多线圈均匀磁场优化设计中的高阶求导及优化结果可信度评估问题,提出一种基于智能优化算法和有限元法相结合的多线圈均匀磁场优化设计方法。首先,确定待优化参数,并以磁场偏差率作为目标函数;然后,采用智能优化算法对目标函数进行寻优;最后,基于优化得到的结构参数,建立相应的有限元仿真模型,检验优化结果的可信度。以2组亥姆霍兹线圈的结构参数优化为例,仿真结果表明,本文方法求得的最优参数优于传统的求导方法寻优得到的参数,且经过有限元法检验后,该优化结果的可信度得到了确认。      

一种基于曼哈顿距离的帧间加权预测算法

合并模式通过共享邻域块的运动矢量（MV）来节省编码运动信息比特数,有效提升了编码器率失真性能。然而,当前合并模式中的运动补偿预测（MCP）不够准确。为此,分析了合并模式中的预测残差分布特点,并提出了一种基于曼哈顿距离的加权预测算法作为合并模式的附加候选项。首先,采用邻域合并候选项的运动矢量进行运动补偿预测得到多个预测块;然后,根据候选块位置与像素点的曼哈顿距离对获得的多个预测块进行加权平均得到附加候选项;最后,通过率失真优化（RDO）从附加候选项和原有候选项中选择出最佳的合并模式。实验结果显示:在联合探索测试模型JEM 7.0平台上,所提算法在不同的编码器配置下均获得了率失真性能的提升,其中低延迟P帧下达到了平均1.34%的比特率节省。      

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

前轮非线性摆振稳定性分析

飞机前起落架支柱上的几个非线性项,例如扭转间隙、库仑摩擦以及速度平方阻尼等,对前轮摆振稳定区域有着重要的影响.文中假设前起落架支柱上端固支,并且给出了用以描述五自由度的前轮摆振运动的非线性微分方程组,使用描述函数法研究了上述三个非线性项对前轮摆振稳定区域的影响,将准线性化的方程组代入状态空间内,利用优化特征值实部的方法确定摆振系统的极限环幅值、摆振频率以及临界参数曲线,这种方法可以免去以往摆振稳定性分析时冗长的代数推导.作为比较,文中还计算了前轮线性摆振系统的临界频率以及临界参数曲线,两种结果比较分析表明,支柱内的几个非线性项对前轮摆振稳定区域有着重要的影响,由于扭转间隙的存在,使得飞机临界滑跑速度大大降低.     

高速航空拖靶的总体方案和气动外形优化

针对某高速、低空恒高拖靶系统研制的需求,设计了一种有良好气动特性、结构简单、工艺性好、成本低的拖靶总体方案.为了进一步减少气动阻力,采用基于Kriging模型的优化方法对高速拖靶气动外形进行了优化设计.优化结果表明:在满足操纵力和稳定性要求前提下,优化后拖靶的气动阻力明显减小.本文研究结果为整个拖靶系统的进一步设计和论证奠定了基础.     

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.     

灾变机制下的元胞遗传算法

文章提出了一种改进的加入灾难的元胞遗传算法.该算法是细粒式并行遗传算法和粗粒式并行遗传算法的混合形式.在遗传算法和元胞自动机的原理基础上,通过加入灾难的方式,用于求解复杂甬数优化问题,获得了较好的效果.     

多层设计参数的叶型气动优化

针对叶片型面的设计问题,提出一种基于遗传优化算法的多层参数化方法.这种方法类似多层网格法原理,利用Bézier曲线的递推算法进行各层之间的设计变量转化,使得优化迭代过程中,下层群体中得以保存上层的优秀个体.根据遗传算法固有的并行特性构建了局域网并行优化平台,并对基本遗传算法进行了改进,从而大大缩短优化时间、提高优化效率.最后设计了曲线逼近和叶型优化的算例,结果显示多层参数化方法能明显加速收敛,在个体数较少时,效果更为明显.     

双臂机器人协调动力学及其优化

通过引入“虚铰”概念，将双臂机器人协调动力学问题统一归结为约束多体系统的动力学问题。利用子系统牛顿－欧拉递推法获得的单臂机器人的动力学方程以及静力传递与速度传递间的对偶关系，很方便地导出了双臂机器人的动力学方程与回路约束方程，回路约束方程的建立无需增加额外的计算。此外，文中还对双臂机器人协调动力学的求解及其优化问题进行了讨论，最后以一搬运双臂机器人为例进行了动力学的计算机辅助优化，获得了令人满意的结果。文中所得结论对双臂机器人的设计与控制均具有一定的参考价值。