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.     

平面Poisson问题的间接变量等价边界积分方程

使用变分法确立平面Laplace外问题的确切形式；在此基础上，为了避免使用无限区域上的Green公式(不成立)，通过构造紧支集上的无穷可微函数，获得满足非齐次控制微分方程的特解的重要结果。使用非解析开拓数学方法，导出满足控制微分方程的位势函数集的等价边界积分表示式。获得Poisson问题的间接变量等价边界积分方程；通过一些例子，详细讨论了传统的外问题和边界积分方程的形式，表明它们不具有普遍适用性。     

整数规划在航空公司机型分配中的应用

针对航线的市场需求状况，以成本最小为目标函数，运用整数规划，提出了一种机型分配的方法，为航空公司在实际运营中分配机型提供了理论指导。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

基于滑模控制理论的导弹自动驾驶仪的设计

基于变结构自适应控制理论,提出一种新的STT导弹自动驾驶仪三通道独立设计方法。该方法在设计过程中保留了通道间的全部耦合因素,通过构造滑模面和最优值原理配置转换系统零动态的极点,从而提高了系统的稳定性,增强了系统的适应性和鲁棒性。运用所提出的方法,本文设计了某型导弹的自动驾驶仪,并在考虑了舵机系统,加速度计等各种非理想因素的情况下,得到了良好的输出跟踪性能和鲁棒性。     

惩罚函数法在发动机性能计算中的应用

按照涡喷发动机工作时遵守的气动热力学定律，建立了发动机的稳定数学模型，并针对双轴涡轮发动机性能计算的非线性数学模型，利用优化和最优控制理论中的惩罚函数法，对发动机性能进行了基于约束的最优求解程序设计，利用程序对某型发动机的稳定飞行特性进行了计算，计算结果表明，使用惩罚函数法求出的特性曲线变化规律正确，发动机平衡方程的解的精度更高，在此基础上得出的发动机飞行特性也更准确。另外惩罚函数法对初值的要求很低，迭代运算不易发散。     

Karman型四边夹紧正交异性矩形薄板的中等大挠度

利用Galerkin方法分析了Von-Karman型四边夹紧正交各向异性矩形板。所设的位移函数为梁振型函数，它不仅能精确地满足边界条件，而且具有正交的特性，从而把复杂的非齐次非线性偏微分方程组化为一组非线性代数方程组，通过非线性方程组的线性化和可调节参数的修正迭代解法找出问题的解。实践证明，梁振型函数收敛很快，只须取出级数的前几项即可满足精度要求。最后求出了不同复合材料的挠度和应力值并同已有的结果进行了比较。     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

求解约束优化的一种混合遗传算法

对于一类约束优化问题 ,基于罚函数和单纯形方法 ,本文提出了一种混合遗传算法 ,数值算例表明该算法是有效的