改进集对分析的多属性决策方法在通信干扰目标威胁排序中的应用

针对属性值以区间数形式的模糊多属性决策问题,提出了基于集对分析理论的综合理想方案决策方法。该方法将集对分析理论的应用范围从精确实数域拓展到模糊区间数域,在承认不确定性因素的情况下,对各个方案与正理想方案和负理想方案所组成的区间型集对进行了分析,得出同异反联系数,以γ准则为依据实现了模糊多属性决策。通信干扰目标威胁排序的实例计算表明,该方法是处理模糊多属性决策问题的一种有效方法,同时为通信干扰目标威胁排序提供了一种新的方法。     

考虑优先级的交叉口航班汇聚排序问题研究

为了有效地利用航路资源,减少飞行延误总成本,建立了改进的航路交叉口汇聚排序模型。为加快求解速度,分析了影响航班延误成本的因素,给出了权重赋值表,改进了现有算法,并用FCFS算法与改进算法进行了算例分析。仿真结果表明,改进算法通过对交叉口航班各属性赋权值可有效进行优先等级划分,完成时隙分配和航班排序的快速计算。采用改进给出的优化排序策略可减少延误飞行的总成本,具有一定的实用性。     

汽轮机转子动叶片装配序列智能优化

针对某工厂因动叶片装配序列存在 “不平衡量值大、叶片质量或质径积形成的聚集及特殊叶片排序不稳定”问题,而导致动叶片安装时出现动叶片中间体及围带间间隙超差等现象,在简要分析动叶片装配和称重原理的基础上,结合遗传算法的全局优化和快速收敛的特点,提出了动叶片安装排序的智能优化方法。经统计某级动叶片装配间隙数据及转子动平衡测试数据,结果表明:优化算法的采用,使整级动叶片一次性装配间隙合格率由68.3%提升至86.6%,转子动平衡配重质量块减少约49.2%,在3000r/min时,转子轴颈振动值降低约25.2%。      

遗传算法对压气机叶片排序的应用

采用遗传算法研究压气机叶片装配中的排序优化问题。详细给出了遗传算法的计算步骤、计算过程中叶片序列可行解的编码、交叉算子、变异算子的选择方法,建立了对叶片排序问题的适应度函数及其优化的评估方法。具体算例表明所建立的方法对压气机叶片排序问题有较高的效率和满意的准确度。      

基于模糊物元分析的空袭目标威胁评估与排序方法

结合现代防空作战特点,分析了影响目标威胁评估与排序的因素,在模糊物元分析的基础上,结合欧氏(欧几里得)贴近度的概念,提出了基于欧氏贴近度的模糊物元分析法.在对空袭目标进行威胁评估与排序时,将目标的各个特征作为物元的事物,以其各项评价指标及其相应的模糊量值构造复合模糊物元.通过计算与标准模糊物元之间的欧氏贴近度,并采用信息熵法计算各评价指标的权重,实现了对空袭目标的威胁评估与排序,为空袭目标威胁评估与排序提供了一个新的方法.     

适于黏性计算的自适应笛卡儿网格生成及其应用

复杂外形的黏性网格生成已经成为计算流体力学(CFD)在工程应用中的主要瓶颈,高效而鲁棒的网格生成技术研究显得尤为迫切.使用基于物面外形自适应加密的笛卡儿网格方法生成计算网格,投影方法拟合壁面边界,将投影得到的柱形单元沿法向分层获得适于黏性计算的网格.应用特征恢复技术恢复凹面特征并改善凸面处的网格质量.流场解算中应用最小二乘法重构获得2阶精度,Roe格式计算无黏通量,Holmes-Connell方法计算黏性通量.加入Spalart-Allmaras一方程湍流模型以获得湍流解.上下对称高斯-赛德尔迭代(LU-SGS)格式隐式时间推进,对网格重排序保证格式的稳定性和平衡性.算例显示网格生成方法是快速的和鲁棒的,流场计算精度满足工程需求,因此该方法非常适合应用于实际工程计算.     

叶片质量矩优化排序中遗传算法的应用

针对某型发动机压气机转子,考虑叶片质量矩和初始不平衡量,采用遗传算法,对叶片进行优化排序以达到减少转子不平衡量的目的.经过对10余台发动机转子叶片质量矩优化排序验证,结果表明:整个转子的不平衡量大大减小,该方法可在实际发动机转子动平衡中推广应用.     

CAPP系统中工艺路线生成研究

研究了ＣＡＰＰ中回转体类零件在工序组合之后，确定各工序间的前趋和后继关系，建立拓扑排序的ＡＯＶ网，并由此形成工艺路线的方法．     

采用转子叶片优化排序技术降低涡喷发动机的振动

提出了一种利用优化叶片在转子上的初始装配排列顺序减小转子单级初始不平衡量 ,降低涡轮喷气发动机振动的技术 ,并在此基础上研制了具有数据采集功能 ,能迅速完成叶片优化排序的基于单片机的智能仪器———发动机转子叶片微机称重排序仪。     

一种启发式混合遗传算法及其在车间作业排序问题中的应用

针对一般车间作业排序问题（n/m/G/Cmax）建立了一种启发式混合遗传算法,将调度规则SPT与MWKR引入遗传搜索过程,并应用邻域搜索法作局部辅助搜索,以提高解的性能。通过与目前一些常用算法的比较表明,该算法具有良好的求解性能与运算效率。