基于B样条的气动反设计遗传算法研究

在气动反设计中引进了基于自然选择和生物遗传机制的遗传算法,针对遗传算法的搜索原理和气动外形特点,提出了与之相适应的Ｂ样条基因表达,构造了均匀变异与非均匀变异相结合的自适应变异算子,提出了用于优化设计的适应函数,发展了一种小种群演化方法。文中并以全位势方程求解程序为例,进行了翼型重构反设计,验证了本方法的可行性,然后在此基础上进行了基于阻力极小的优化设计,取得了令人满意的结果。     

分布式共享存储系统实现算法研究

讨论了几种基本的ＤＳＭ实现算法，并在此基础上提出了按应用程序特征实现ＤＳＭ系统的观战和一种优化的ＤＳＭ算法，以更好地支持协同作业中的分布式数据共享。最后，对该算法的性能进行了分析。     

梯度投影法与改进简约梯度法的关系

对带有线性等式和不等式约束非线性规划提出一种改进简约梯度法。通常的方法需增加松弛变量将不等式约束化为等式约束，从而增加原问题的维数。新方法通过引入一个松弛向量，不增加原问题的维数。文中给出了改进的简约梯度法与Ｒｏｓｅｎ’ｓ梯度投影法之间关系。     

曲线曲面的若干几何处理基础算法研究

给出了实用的曲线曲面的离散、投影、直线－圆环求交，空间直线距离计算等算法，曲线用密切圆逼近，采用差商计算离散点参数，算法速度快，根据几何性质构造了点的投影及曲线投影跟踪算法，用拟牛顿法加大收敛范围，利用相关性减少迭代次数，采用矢量方法和局部坐标系技巧，如空间直线间距离计算，直线－圈环求交等常用算法十分简洁。     

基于遗传算法的大型空间结构模型降阶

 采用遗传算法求解大型空间结构的模型降阶问题。给出了模型降阶的数学表示和所用遗传算法的有效形式，即编码方式、适值方式、交叉方式和变异方式等。仿真实例说明，遗传算法优于标准内平衡法和Hopfield神经网络方法。     

可重构飞行控制系统研究

对自修复飞控系统的关键技术－－可重构飞控系统进行了论述。介绍了目前主要的一些重构控制方法的特点，并对控制算法的优缺点及实现条件进行了分析；针对已进行了的可重构飞控系统的飞行试验进行了分析，并对试验结果做出了评价；指出了未来可重构飞控系统的实现途径和发展趋势。     

非线性调频信号参数估计算法

分析了非线性调频（NLFM）信号参数估计问题，提出了利用二次相位差分使相位降阶，使NLFM信号的参数估计转化为成熟的正弦波频率估计，而NLFM信号参数估计算法从三维搜索简化为三次一维搜索，既减少了计算复杂度，又有利于工程实现；另外从正弦波频率估计问题出发推导出对信号参数α3估计的最佳相关延迟量为2T/7,向时还考虑了延迟相关对信号信噪比的影响，发现一次延迟相关信号信噪比至少下降3dB，两次延迟相关至少下降7dB，而且信噪比越小，下降越多，因此该算法适用于高信噪比条件，仿真结果表明，该算法在较高的信噪比条件（RSN＞2dB)下具有较好的性能。     

实现方差自适应增强的递归滤波器法

介绍了用递归低通滤波器方法来实现图象的方差自适应增强。提出了以局部统计值为基础的自适应增强的数学表示式，以及采用递归低通滤波器实现的方法，并对速归滤波器的设计作了较详细的分析和说明。在运算过程中，考虑各种因素，对输出的影响，适当选择合适的参数以获得令人满意的效果。在ＭＯＤＥＬ７５图象系统上用上述算法实现图象增强，效果是明显的，使处理后的照片提高了局部对比度，细节更加清晰。     

浮点数与格雷二进制混合编码的遗传算法

本文提出了一种结合浮点数编码和格雷码编码的混合编码遗传算法。该算法有机结合了浮点数编码和格雷码编码的优点，不易陷入早熟收敛且局部搜索能力强，收敛速度快。本文对一系列典型函数进行了优化计算，试验结果证实了这种混合编码遗传算法的有效性和优越性能。     

Retrieval of vegetation equivalent water thickness from reflectance using genetic algorithm (GA)-partial least squares (PLS) regression

This study aimed to investigate the performance of genetic algorithms coupled with partial least squares (GA-PLS) modeling of spectral reflectance in retrieving equivalent water thickness (EWT) at leaf and canopy level. A genetic algorithm was used to identify a subset of spectral bands sensitive to the variation in EWT, and PLS was then applied to relate the identified bands to EWT values. GA-PLS was applied to leaf level reflectance available from LOPEX dataset, and canopy data includes reflectance simulated by a leaf radiative transfer model PROSPECT and a canopy radiative transfer model SAILH and acquired by airborne visible/infrared imaging spectrometer (AVIRIS). The results indicate that GA-PLS has the capability of retrieving EWT from leaf and canopy reflectance, and achieved good estimation accuracy, i.e. low root mean square errors (RMSE) and high squared correlation coefficients (R²). For the retrieval at leaf level, the estimation accuracy can be as good as RMSE = 0.0019 g/cm² and R² = 0.939 or better. For the retrieval at canopy level, the model accuracy is RMSE = 0.0061 g/cm² and R² = 0.966 or better when PROSPECT-SAILH simulated reflectance was used; when AVIRIS image spectra were used, the model accuracy is RMSE = 0.0094 g/cm² and R² = 0.8734 for the calibration, and RMSE = 0.0132 g/cm² and R² = 0.7756 for the validation. These results from GA-PLS modeling support the conclusion that GA-PLS has the potential to be applied to AVIRIS, Hyperion and HyMap imagery for retrieving EWT. The selected bands for the AVIRIS datasets differ from those for the LOPEX and PROSPECT-SAILH simulated datasets, and this inconsistence of the selected bands for different datasets indicates that the GA-PLS method has the advantage of tuning the optimum bands for PLS regression and accommodating the effects of confounding factors.