基于探索区域扩张策略的Q-学习算法

针对Q-学习算法中探索与利用之间的平衡问题，在基于Metropolis准则的Q-学习的基础上，提出了基于探索区域扩张策略的Q-学习改进算法。消除了初始时刻在整个环境中加入探索的盲目性。提高了学习效率。通过加入算法的自主学习结束条件，避免了找到最优路径后的重复学习，节省了学习时间。仿真实验证明了该算法的有效性。     

端面对轴线垂直度误差的解析评定法

建立了端面对轴线垂直度误差最小二乘和定向最小区域两种评定方法的数学模型，介绍了求解数学模型的数据处理方法，并给出了测量和数据处理实例。     

基于RVCF的大视角差异图像匹配方法

文章针对 SIFT算法对大视角变化图像匹配效果差的问题,提出一种改进的 SIFT算法——抗视角变化特征 提摘取算法(Resistance to Viewpoint Change Feature,RVCF)。首先,利用最大稳定极值区域(MSER)算法提取图像中 的仿射不变特征区域;然后,利用协方差矩阵将 MSER检测出的椭圆区域转化成符合尺度空间条件的圆形区域;最 后,利用 SIFT算法对获得的圆形区域进行仿射不变特征的提取与匹配。实验结果表明:RVCF算法能够在大的视 角和尺度变化下成功实现图像间的匹配。     

基于Kano模型的旅客机场选择行为分析

研究旅客在区域多机场中的机场选择行为,如何选取影响旅客机场选择行为的关键因素是最基础最重要的部分,现有的研究对关键因素的选取缺乏系统全面的分析.因此,基于Kano理论模型,通过因素整理、问卷调研等进行因素的筛选,得到影响旅客机场选择行为的6个关键因素,与现有研究对比分析并进行机场实地调研,研究结果验证了6个所选关键因素的合理性,为机场选择行为研究的进一步建模分析提供了理论依据.     

基于CMM的薄壁叶片型线测量点分区域采样规划方法

薄壁叶片具有型面复杂,刚性差,加工误差大且分布不均匀的特点。传统的测量点采样规划方法只考虑了薄壁叶片的几何特征,而忽略了其加工误差的分布情况。这直接导致叶片型线重要形状信息丢失,更造成有限测量资源的浪费,限制三坐标测量机精密、高效测量性能的发挥。针对以上问题,提出一种测量点分区域采样规划方法。在测量点采样过程中,既利用叶片型线的几何特征,又兼顾叶片加工误差的分布情况。首先,根据薄壁叶片的特点,提出测量点采样规划的原则;然后,基于所提出的原则,依次从测量区域划分和测量点计算两方面,对测量点分区域采样规划方法进行研究;最后,在实际叶片上,对所提出的方法进行试验验证和对比分析。结果表明,所提方法在满足薄壁叶片几何特征的同时,更加适应其加工误差的分布情况,并且能够提高测量效率和精度。     

广义Stokes问题的区域分裂解法及其事后误差估算

本文的主要目的在于将Ｌａｇｒａｎｇｅ乘子技术应用于广义Ｓｔｏｋｅｓ问题的非匹配网格上的区域分裂解法中;这种方法非常适用于有限元空间近似。Ｌａｇｒａｎｇｅ乘子是在分段常数函数的空间中近似的。同时,基于求解当地问题,我们还构造了离散近似的事后误差估算器,并基于此对网格进行了自适应处理。数值实验的结果验证了本文所发展的方法。     

跨、超音速流动的区域分解方法与并行算法

研究二维跨、超音速无粘性流动的 Euler方程区域分解方法、并行算法及其应用。通过内边界耦合条件实现相邻子区域解的光滑过渡,以得到总体流场的数值解。发展了一种多块区域之间守恒型的有效内边界耦合方法,对二维翼型跨音速流动和钝头体超音速流动等进行了分区数值求解,分区计算结果与其他单区计算结果作了比较,并讨论了多种区域分解数目的分区计算效率。并行计算采用纯结点并行编程方式和“先进先出”的同步控制等待机制,利用 PVM并行环境对二维绕翼型跨音速流动做了二区和四区分区并行计算。     

挤压油膜阻尼器失效的判据

 挤压油膜阻尼器(简称SFD)设计不当,会导致功能失效.对弹支-挤压油膜阻尼器来说,失效有2种形式:一是过不了临界,即转子系统的振幅随转速的上升而一直增大;二是出现双稳态特性.2帧失效判据图已经作出:一是双稳态区域图,只要轴承参数和质量偏心率数组不选在双稳态区域内,便不致产生双稳态特性;二是减振失效边界图,只要前述数据组不在失效边界的一侧,便不致产生过不了临界的现象.经实验证明,上述结论从正反2个方面看都是正确的.实验也进一步确认了挤压油膜阻尼器优越的减振功能.