基于连续覆盖特性分析的星座设计

研究了需要对地面目标进行连续覆盖的星座的设计问题．首先推导了对覆盖性能有重要影响的星间覆盖间隔时间和轨道面覆盖间隔时间的计算公式，通过算例针对不同配置的星座进行了计算，使用工程仿真软件STK验证了分析结果．通过理论分析、算例计算以及工程仿真为该类型星座设计提供了理论指导。     

微重力下管肋式空间辐射器的整体优化分析

建立了向一重力环境下管肋式空间辐射器传热过程的数学模型，并以单质量散热量最大和热载体驱动功率最小为优化目标，对管式空间辐射器进行了优化分析。     

基于参数化模型和遗传算法的复合材料加筋壁板结构选型优化研究

针对复合材料加筋壁板的结构优化选型问题,采用辅助层压板和添加极小弹性模量材料的复合材料加筋壁板有限元建模方法,应用PATRAN/NASTRAN的参数化建模功能和遗传算法相结合的复合材料加筋壁板的优化方法,对5种复合材料结构形式进行了从2000N/mm到6000N/mm压缩载荷下的结构优化分析。结果表明,当载荷小于4500N/mm时,最有效的加筋壁板结构型式为J型;当压缩载荷大于4500N/mm时,最有效的加筋壁板结构型式为I型。     

基于SMABC算法的FPRM逻辑电路面积优化

固定极性Reed-Muller (FPRM)逻辑电路面积优化是当前集成电路设计领域的研究热点。但现有FPRM逻辑电路面积优化方法存在优化效率低和优化效果差等问题。FPRM逻辑电路面积优化属于组合优化问题，提出一种自适应混合人工蜂群(SMABC)算法。所提算法在引领蜂搜索阶段引入细菌觅食算法中的细菌趋化行为，使引领蜂向靠近优秀蜜源的方向搜索，提高了所提算法的收敛速度；对跟随蜂的选择概率进行改进使其依据种群的变化自适应改变，提高了所提算法的全局搜索能力；对侦查蜂的转换条件进行改进，增加了侦查蜂在进化过程中的扰动幅度；且在进化过程中引入精英保留策略以提高种群质量。此外，提出一种基于SMABC算法的FPRM逻辑电路面积优化方法，所提方法收敛速度最快且面积优化率最高为54.62%，平均面积优化率为15.33%。     

高雷诺数湍流非预混火焰及NO生成的大涡模拟

采用两种亚网格湍流燃烧模型,即化学建表方法结合假定概率密度模型和稀疏拉格朗日过滤密度函数方法,对高雷诺数湍流非预混火焰Flame D进行数值研究,定量比较不同亚网格模型的差异,并对火焰特征、污染生物生成特性进行分析。结果表明,两类亚网格燃烧模型预测的温度及大组分分布相近,稀疏拉格朗日过滤密度函数方法可以更好地模拟CO质量分数分布。不同的假定概率分布均可合理描述湍流与火焰的相互作用,之间的差别主要体现在NO分布,Dirac函数远高估了NO生成,而Top-hat函数则略低估了NO生成,Beta函数表现最优。Flame D的高温区及NO质量分数均主要分布在当量混合线及富燃侧附近。受高温伴流的影响,NO质量分数与温度一直保持高度正相关,峰值主要集中在标量耗散率很小的区域。不同截面上,反应物中的O_2和生成物中的H_2O均与NO高度相关。     

火星车主动悬架的几何参数优化

火星表面地形复杂,给火星车的移动带来困难。为解决火星车在火星表面的高性能移动问题,我国火星车在主副摇臂的基础构型上加入主动环节,成为主动悬架火星车。主动主副摇臂悬架为一种新型悬架,存在其特有的设计需求。为使火星车主摇臂张角调节过程中车厢俯仰角最小,抬轮工作模式下抬轮抗倾翻力矩最大,离合器所受力矩最小,以这3个参数作为优化目标,对主动主副摇臂悬架的尺寸参数进行优化。由于优化函数和约束条件均很复杂,故选用遗传算法进行优化,最终给出优化结果,并对优化目标进行仿真分析,对优化后的尺寸进行灵敏度分析。     

基于数据融合分析的高校OA系统综合优化研究

针对高校办公化自动系统运行改进形式单一、缺少综合优化方案的现状,本研究应用数据分析手段将办公自动化系统与真实办公条件有效结合,从表现层、业务层对办公自动化系统进行改造,并应用系统数据反向优化实际办公流程,得到结论如下:选择合适的数据进行分析能够表征办公自动化系统的运行状态,进而加以修正系统不合理之处;综合优化方案结合了实际办公条件与办公自动化系统的多层构架优化,并利用实际高校办公自动化系统进行了验证,验证效果良好,充分说明该方案在高校办公自动化系统优化工作中的技术可行性。     

圆柱齿轮结构调频优化探索

阐述了圆柱齿轮模态分析方法,联合UG和ANSYS软件建立了圆柱齿轮模态计算分析模型,并对圆柱齿轮结构调频优化进行了探索。结合不同结构齿轮模型的模态分析结果,通过对比分析归纳了其固有频率计算数据,得到相关规律,提出了齿轮结构调频优化方法。该方法减少了调频优化过程中不必要的迭代,提高了分析效率,为齿轮调频优化提供了理论依据和方法指导。     

基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。