基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

有限元动力模型优化的一种方法

本文研究以振动试验测得的飞机结构的固有频率为目标值的有限元动力模型的优化问题。应用了一种迭代优化法,该方法基于动力平衡方程以及正交性。通过修改刚度矩阵的元素来优化,使计算出的固有频率与试验测得的频率值基本一致,并成功地应用于无人机水平尾翼模型上,效果良好。     

采用逐次正交化法的最优分布式Kalman滤波器

为解决大系统中应用整体式Kalman滤波遇到的非实时性难题,本文提出一种能保持最优的分布式Kalman滤波计算方法——逐次正交化法。这是一种适合多微机并行计算的最优算法,确保滤波的“实时性”,优于一般次优分布式Kalman滤波器。     

羊毛精纺织物服用性能优选的多属性模糊决策

本文应用多属性目标决策的方法,评判不同规格毛织面料的"满意度",客观地提供一个重要的优选辅助依据。     

基于GPS与磁强计组合的姿态确定

提出了一种基于信息融合的姿态确定方法用于姿态确定。利用星上的GPS接收机和磁强计两种敏感的测量，基于广义卡于尔曼滤波理论及信息融合理论，发展了基于此两种敏感器的全局最优融合估计算法。来确定卫星的姿态和姿态角速度。并对处法进行了设计和仿真，通过与单独使用GPS确定姿态的算法进行对比分析。结果验证了该算法进行对比分析，结果验证了该算法的优越性。     

GPS定时校频应用技术的基础研究

针对利用GPS进行定时校频技术开展了一系列的应用基础研究,包括GPS定时校频的方法及其不确定度、定时校频数据的处理等。在给出实验结果的同时,对影响GPS定时精度的各种因素(包括SA影响)进行了讨论;同时对提高GPS定时精度的途径作了初步探讨。     

双层多目标规划若干问题的研究

研究了下层决策者无关联的双层多目标规划问题，在不同偏好意义下，给出了各自解的定义，讨论了线性双层多目标规划问题。     

结构优化中的混合变量应力约束近似方法

提出一种处理结构优化应力约束的新近似方法，以往一般直接对应力约束按设计变量近似，本文用近似内力间接近似应力约束以得到更高的近似质量，根据对内力和设计变量关系分析，提出了内力按混合变量一阶泰勒展开的高捏近似方法。近似优化问题用约束变尺度法求解，最后按出了几个典型例题。结果表明该方法简单，有效，可靠。     

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。     

Exploiting global information in complex network repair processes

Robustness of complex networks has been studied for decades,with a particular focus on network attack.Research on network repair,on the other hand,has been conducted only very lately,given the even higher complexity and absence of an effective evaluation metric.A recently proposed network repair strategy is self-healing,which aims to repair networks for larger compo nents at a low cost only with local information.In this paper,we discuss the effectiveness and effi ciency of self-healing,which limits network repair to be a multi-objective optimization problem and makes it difficult to measure its optimality.This leads us to a new network repair evaluation metric.Since the time complexity of the computation is very high,we devise a greedy ranking strategy.Evaluations on both real-world and random networks show the effectiveness of our new metric and repair strategy.Our study contributes to optimal network repair algorithms and provides a gold standard for future studies on network repair.