粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

航空发动机过渡态全局寻优控制方法研究

为了对发动机的动态过程进行控制, 提出了一种基于SQP的全局寻优控制方法.每一步寻优过程分为长程优化和短程优化两个阶段.根据长程优化结果, 重构了关联目标函数, 在此基础上, 进行了短程优化修正, 并利用修正结果进行控制.将这种方法应用于某型航空发动机的过渡态控制中, 得到了理想的控制结果.仿真结果表明该方法能较好地解决一般局部优化方法在有纯延迟、模型失配等情况下的优化控制效果下降的问题.      

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

基于更新法估计空闲时间的Inter-DVS算法的优化与实现

动态电压调整(DVS)技术是软件节能技术的另一种形式。由于CMOS电路的能耗和供电电压的平方及频率成正比关系,所以降低供电电压和频率是减少能耗的最有效方法之一。本文首先对DVS的各种算法作了详细的分类分析。然后,以"使用更新法"估计空闲时间的任务间DVS算法为例,采用嵌入式Linux操作系统对其进行了优化。最后,讨论了实现具有动态电压调解功能的嵌入式Linux操作系统的节能方法。     

基于仿生的大展弦比直机翼结构布局形式研究

为了探讨大展弦比直机翼的结构布局形式,借鉴自然界中的鱼骨和鸟羽毛以及树叶的叶脉形式,利用有限元分析与满应力优化作为设计手段,对三种不同的结构布局形式(A构型、B构型和常规构型)开展基于强度、刚度以及重量条件限制下的有关响应的对比研究.计算结果表明:在不同尺度的等重量条件限制下,"A构型"弯曲刚度最大,扭转刚度居中;"B构型"弯曲刚度居中,扭转刚度最小;"常规构型"弯曲刚度最小,扭转刚度最大.分析得出机翼的翼肋布置应该"适当的"倾斜.最后给出三点结论.     

遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。     

考虑微加工误差的微机械陀螺的健壮性优化

 为减小微加工误差对音叉振动式微机械陀螺设计性能的影响、提高其批量性能稳定性,以对其加工后性能变异影响最大的若干关键参数为设计变量,在分析了几何约束条件、模态性能约束条件、基于模态的加工灵敏度约束条件的基础上建立了微机械陀螺健壮性优化的数学模型。在无需事先知道微机械陀螺尺寸／性能的详尽统计信息的条件下,采用一阶摄动技术和遗传算法实现了微机械陀螺的健壮性优化设计。     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题,提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,并满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题,并与CO方法进行了对比,结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中,验证了LDFCO/V1的可行性和有效性。