并行/多处理和缩减指令集计算机

并行/多处理计算机加快了处理速度,取得了较好的性能价格比,目前主要有两种体系结构——总线结构及无总线结构。缩减指令集计算机(RISC)则是高性能单处理机的一种设计,它减少了很多不常用的指令.简化了硬件,国外已逐渐走向商品化,针对我国目前的实际情况也是一个值得借鉴的途径。将缩减指令集设想用于并行/多处理计算机,更是一个新的探讨方向。     

用最大值原理求某无人机的最优上升轨迹

为改进某无人机飞行性能，应用最大值原理求解无人机在垂直平面内的最优上升轨迹，推导了无人机最经济爬升所满足的极值方程；并用此方程和最快爬升极值方程这两类目标函数求解了某无人机的最优上升轨迹，计算结果表明，经优化后的爬升轨迹可以节省燃油，延长无人机的续航时间或快速爬升到预定的终点高度具有较好的性能收益。     

模块化功能组件备分优化研究

通过对影响备分因素的分析，以费用和可靠性指标为参数，从系统观点出发，建立了模块化功能组件备分优化模型，并给出一种算法。     

一种四连杆机构位置综合的迭代方法

本文提出了一种四连杆机构位置综合的迭代方法,解决了一般解析法对初始点要求过高的问题。该方法对初始点要求很低,而且在计算机上也不易出现“溢出”。     

一种基于可靠性分析的结构优化方法

本文用结构分析的有限元法求得超静定构架结构元件的内力,并用結构刚度矩阵的奇异性来判定结构是否失效。提出了系统地形成结构失效模式中确认主要失效模式的一种新方法。再根据确认的主要失效模式求得超静定构架结构失效概率的上下限。在此基础上,用随机方向法进行了基于可靠性分析的构架结构的优化设计。数值例题说明本文提出的方法是有效的。     

工序问题的数学模型

本文讨论了加工的次序问题，对于不同的、具有实际意义的问题，我们得到了相应的优化准则，这些准则在实际应用中便于操作，利用这些优化准则得到了加工次序问题的最优的结果。     

基于Kriging的燃油离心泵智能优化设计方法研究

为了快速化、智能化地实现燃油离心泵设计,提出一种改善期望准则下的Kriging智能优化方法。对离心泵的性能参数、轴面投影控制参数等进行分析,确定优化变量及优化目标。利用Python脚本调用实现对离心泵一维设计、三维建模、内流场仿真及智能优化设计等联合参数化仿真,完成叶轮型线实时修改及效率全局优化。其中,重点给出Kriging建模及遗传算法优化加点相结合的智能优化方法。算例验证表明：相比多项式响应面及径向基函数,所提出的优化方法对常规数学算例具有更好的效果;同时,仿真预测的优化泵效率为82.52%,与优化方法理论计算的效率（82.56%）高度一致,表明该方法能够实现离心泵的优化设计。此外,对比了优化前后离心泵的性能,在相同流量工况下优化泵的扬程和效率均高于原型泵,小流量工况的效率提高幅度较小,设计流量工况最大,提高了2.65%。且优化泵内部流动更为均匀,不利流动得到了一定改善。     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

一种非视距信号环境下智能手机速度平滑定位方法CSCD

随着智能手机的普及,基于智能手机的位置服务深刻地影响了人们的生活。通常,智能手机内嵌有全球导航卫星系统(GNSS)芯片,通过跟踪导航卫星信号获得载波频率、载波相位和码相位信息,从而解算位置和速度信息。对于单点定位(SPP)技术而言,位置主要由码相位计算确定,而速度信息主要由载波多普勒频移信息计算确定。在复杂城市环境下,GNSS信号可能会被周围的建筑物反射,形成非视距(NLOS)信号。NLOS信号会导致额外的传输路径,并引起数十米的位置误差。由于速度比位置更精确,通常使用卡尔曼滤波器(KF)进行基于位置-速度(P-V)动态模型的位置平滑。提出了一种因子图优化(FGO)方法来减少NLOS引起的位置误差,将时间相关历史测量值添加到FGO中以优化当前位置估计,并采用两种鲁棒策略来减小NLOS条件下的位置偏差。最后,使用智能手机采集实际场景数据集进行了实验,结果表明FGO方法在速度辅助下可以获得更好的定位结果。