基于蚁群算法的TSP的仿真与研究

对于旅行商问题的研究始于19世纪,从20世纪中叶开始随着计算机技术的发展而不断发展。蚁群算法是一种新型的优化算法,于20世纪90年代提出,最早成功应用于解决旅行商问题。研究表明,蚁群算法有着极强的鲁棒性发现较好解的能力。通过编程实现了用蚁群算法解决旅行商问题,通过仿真实验研究了各参数对算法的影响。     

基于拉普拉斯正态混合分布概率密度函数估计的语音分离算法

由拉普拉斯分布概率密度函数推导得出的符号函数作为语音信号分离算法中的激活函数,目前广泛应用在基于独立分量分析的语音分离算法之中.为了提高语音分离算法的收敛速度以及分离性能,提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计,得到一个更加适合语音信号分离的激活函数,基于此函数提出一种快速语音分离算法.把推导出的激活函数应用于独立分量分析(ICA)的自然梯度算法中进行计算机仿真实验,可验证本文算法的收敛性能和分离性能.     

前向神经网络快速学习算法在发动机模型辨识中的应用

介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决了维数过高的矩阵直接求逆带来的解失真问题,并把这种方法应用于航空发动机的非线性模型辨识。算例仿真验证了算法的可行性。      

二维过渡区含化学反应的喷流干扰流场DSMC/EPSM仿真

构造可仿真含化学反应的稀薄／连续不同流动区域的DSMC／EPSM混合算法，应用该算法，数值模拟过渡区有横向喷流干扰的二维有限平板高超声速化学反应流场，分析流场结构和物面气动系数分布等特性，充分反映稀薄／连续混合区域高超声速流动中的化学反应效应，同时通过与DSMC算法比较，论证DSMC／EPSM混合算法的可行性与计算效率相对提高的优越性。     

基于改进BPNN复合材料层合板损伤识别

将B样条小波展开技术提取的损伤特征值作为改进BPNN输入进行学习与识别,识别结果显示该方法能够对复合材料层合板多种损伤进行快速准确的识别。     

发动机滑油散热系统性能计算方法及其应用

讨论了安装鼓风机引起滑油附加温升的原因并提出了合理的计算模型,完善了滑油散热系统性能计算方法。研究表明,在建立良好的物理模型的基础上,应用遗传算法对模型结构参数进行优化,可以显著提高系统模型的精度,减小系统性能计算误差。应用本文的计算模型分析了温控活门对滑油温度的影响,并建立了预测燃、滑油瞬态温度值的方法,为发动机的安全运行提供了指导。本文方法的优点是只需少量滑油系统试验数据即可获得满意的模型拟合结果,从而大大节约了试验费用,提高了试验效率,并能有效预测试验难以达到的恶劣条件下的滑油散热性能。      

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。      

动能BGK算法在近连续流模拟中的应用

首先比较详细地介绍了动能BGK算法的基本思想,然后应用该算法,数值模拟了克努森数(Knudsen number)为0.0001～1.56,马赫数为1.96绕圆柱的二维粘性流动,研究了滑移边界条件和无滑移边界条件对圆柱阻力的影响,通过与实验结果[5]进行比较,验证了文献[1]关于由连续流到自由分子流的这种流动模型的划分.计算结果表明:采用滑移边界条件,直到克努森数为0.3,计算得到的阻力与实验都符合得很好.因此,采用BGK算法加滑移边界条件,能够模拟由连续流到近连续区的流动.     

基于人工神经网络的磁航向误差校正方法

介绍了前馈神经网络的特点和基于递推预报误差(RPE)的训练算法,利用前馈神经网络对某航向同步传输系统的磁航向误差进行了校正,并给出了实验结果.     

非球面光学零件补偿加工自动编程系统

非球面光学零件加工的自动编程系统采用双圆弧伸缩步长法对工件曲线进行分段拟合,并且通过求工件曲线的等距线进行刀具半径补偿,另外系统可以实现工件的轮廓误差的补偿加工。