全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。      

两类n阶非线性方程的两点边值问题

已有人利用上下解方法讨论过非线性n阶常微分方程两点边值问题解的存在性，而边值问题是否存在上下解是很难判别的，在文中，用初等方法讨论了两类n阶非线性方程满足两点边界条件的边值问题解的存在性、唯一性，并对解的存在性唯一性区间进行了估计。     

D-最优试验设计在动力调谐陀螺测试中的应用

 为了提高动力调谐陀螺的静态漂移误差测试精度,针对简化静态漂移误差模型,并且考虑陀螺安装角误差的影响,依据D-最优试验设计理论以及正交设计的均匀分散性试验设计思路,设计了一种满足D-最优性质的正交八位置试验方案,并在整个正交空间内采用全局搜索的方法验证了其D-最优性。在相同试验环境下,采用力反馈位置试验法,以全正交空间预测误差平方和最小为评价准则,对该八位置试验方案和国军标GJB1183—91中的八位置试验方案进行比较与评价,试验结果表明该八位置试验方案优于国军标GJB1183—91中八位置试验方案。     

三阶幻方问题的代数解法

介绍了中国古代数学家甄鸾和杨辉关于三阶幻方的一个构造方法。用线性代数的方法构造三阶幻方约束方程组时,当自由未知量分别取1,2,3,…,9时,对应的方程组共有56组整数解,为了找出幻方的全部解,需要确定自由未知量取值的限制条件,由此对方程组中的自由未知量的取值进行了分类探讨,进而求出三阶幻方的全部解。利用线性代数的方法去探求三阶幻方的解法种数显然不是最简捷的,但却有完备的理论做保证。此外,提供了一个如何利用线性代数知识来解决实际问题的实例,并简介了三阶幻方所具有的奇妙的特性。     

激光制导炸弹的弹道解算与仿真

介绍了激光制导炸弹的组成、工作原理以及弹道方程的求解,并在给出初始条件下,对传统方式求解和柱坐标方式求解结果进行比较,给出了最理想的求解办法。同时根据实际情况对激光制导炸弹在不同条件下的投放进行了仿真。     

数值求解二维定常跨音速流场多重解现象探讨

本文用时间推进法求解欧拉方程组计算二维平面叶栅绕流问题数值实验是否有多重解现象。计算结果表明,求解欧拉方程组进行流场数值模拟最终收敛与初场无关,不存在解不唯一问题,进而计算初场熵值大小,也发现初场熵值大小不影响终场结果。     

涡轮叶片CT图像边缘提取的最优算子研究

为了解决叶片计算机断层(computed tomograghy,简称CT)图像边缘提取精度低效率差的问题,以解析法提取边缘的理论为基础,推导了适用于CT图像边缘提取的最优算子,并通过定量计算与模拟标准图像对最优算子的性能进行了分析,结果表明最优算子在抗噪、定位精度以及单像素响应等方面都比传统的边缘提取算子更为优越.实际应用最优算子提取的叶片边缘更光顺,噪声点以及伪边缘更少,进一步证明了最优算子在CT图像边缘提取方面有着明显的优势.      

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

空间6R串联机器人机构位置逆解新算法

将倍四元数的复指数形式应用于串联机构位置逆解分析中,提出了空间6R(R代表转动副)串联机构位置逆解新算法.基于倍四元数建立了空间6R串联机构位置逆解的数学模型;然后,使用线性消元和Dixon结式消元法,得到了6×6的结式;由于采用未知转角的复指数形式,不需要提取任何公因式,可直接获得该机构位置逆解的一元16次输入输出方程和全部16组封闭解.最后通过数字实例证明了该方法无增根无漏根.算例表明算法简洁,易于程序实现,为串联机构位置逆解分析提供了新的理论基础.     

轴对称湍流射流的相似解

本文在相似性条件下,得到了用k-ε模式的轴对称湍流射流的相似方程。利用动量相似方程的近似求解结果作为初值,同时引入变量变换,进行迭代求解。本文的方法收敛速度快,计算简便。