面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

微型燃气轮机发电站控制策略分析

介绍了微型燃气轮机发电站的技术特点,基于基本PI算法,分析了微型燃气轮机发电站的基本控制策略。在传统的PI算法基础上,分析了微燃机的嵌套闭环控制策略,分别对微型燃气轮机发电站的转速闭环、功率闭环以及排气温度闭环的控制策略进行了分析和研究,并给出了三个闭环的相关试验曲线。研究结果表明,基于基本PI算法的嵌套闭环控制策略适用于微燃机发电站,可保证电站具有很好的经济性和工作稳定性,其对提高电站的使用寿命也有很大帮助,具有很好的工程应用价值。     

航空企业自动化立体仓库输送系统的调度优化

运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求.     

基于BL碰撞算法求解排样过程中干涉的问题

在自动排料过程中,采用BL排放策略的移动碰撞算法时,需要反复地更新待排板料中多边形的边界,在某次更新边界的规则不合理时,排放下一块料极易出现图形干涉的现象。针对这个问题,本文采用计算机图形学和计算几何方面的知识,提出一种解决合成多边形时出现干涉问题的方法。     

PSO节点寻优的样条逼近微分

样条节点分布对逼近精度的影响很大,样条节点寻优模型的雅可比矩阵求解复杂。利用经典参数的PSO（粒子群算法）解算样条最优节点分布模型,以逼近残差的平方和为目标函数,每步对节点序列排序后再计算目标函数,可以提高样条逼近精度,为样条节点寻优提供了一种较好的实现方法。仿真计算表明,在一定的节点个数情况下,PSO节点寻优的逼近效果比Carl de Boor的NEWNOT程序中的方法要好。     

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

样本均值的随机加权逼近之必要条件

本证明了样本均值的随机加权统计量几乎处处有效的必要条件为EX^2<∞；若将“几乎处处”条件削弱为“依概率”，则必有X属于正态分布的吸收域。     

关于改进“连续突风设计准则”动力学分析方法的建议

本文建议用最坏确定性输入分析(WDI)来取代现用的功率谱密度分析(PSD),作为连续突风设计准则的动力学基础。WDI 分析通过研究一个等概率族中的最坏确定性输入来研究系统的随机响应。对于定常线性系统,WDI 法给出与PSD 法严格一致的结果。但新法给出的是最坏情况并带有时间信息,同时还能处理非定常与非线性问题。采用 WDI 分析以取代 PSD 分析无需改变现用的判据和参数甚至计算程序,就能大大扩大设计准则的应用范围。因此,本建议不仅对于航空的发展有重要意义而且易于实施。     

利用GPS/INS导引飞机精密进场的数值仿真研究

建立了飞机进场的数学模型和导航观测器模型;确定了导引飞机精密进场的最优控制;以Airbus-300为例,给出了稳定的着陆窗口;计算了在GPS的各种定位精度范围内,从着陆窗口内开始着陆的飞机所能达到的等级;研究了GPS采样周期对飞机着陆精度的影响;分析了大气紊流和常值侧风对飞机着陆精度的影响。从计算和数值仿真结果得出了一些初步结论。     

一种通过积累教训来实现学习的随机自动机

本文提出了一种新颖的学习自动机模型。其内部结构直接由它过去所受惩罚的积累信息来确定。研究结果表明，该算法是权宜的，且具有优于ＬＩＰ、相当于ＬＲＰ的学习性能。