解决排班问题的多目标优化模型及算法研究

为提高排班结果的准确性可靠性,提出了排班问题的多目标优化模型,并应用改进的基于信息熵的自适应遗传算法求解模型的最优解.同时引入分割集和模拟退火算法的思想进行优解的选择.通过对航空公司机组排班问题的仿真比较,模型的正确性和先进性得到了验证.      

带QoP反馈的实时视频服务质量控制框架

分析了实时视频在现有"尽力而为"IP网络上传输所面临的带宽、延迟和丢失等问题,介绍了需要采用的拥塞控制和差错控制等应用级服务质量控制策略,并提出了一种联合的支持应用级服务质量控制的实时视频传输框架.该框架既考虑了网络资源的动态变化和影响,又兼顾了视频的服务质量调整对视频的表现质量的限制因素,充分利用了服务质量和表现质量之间的映射关系,具有更广泛的实用价值.      

六自由度Stewart平台动力学模型的特性分析

根据六自由度Stewart平台的动力学模型,利用矩阵分析的方法详细分析和证明了动力学模型的一些物理特性:动力学模型系数矩阵的有界性,矩阵函数的斜对称性以及动力学模型的线性参数化. 这些工作为基于六自由度Stewart平台动力学模型的非线性控制器设计、系统稳定性的证明以及系统物理参数的辨识奠定了理论基础.      

一种复杂系统风险概率评估方法

对有限样本条件下的复杂系统风险发生概率评估问题,提出了小样本评估小概率事件的建模方法,通过非线性函数逼近累积概率与临界参数极值之间的映射关系.建立了风险概率评估数学模型,通过非线性回归方法得到了风险概率评估基本模型.对原始数据在评估模型中产生的误差作为目标函数,建立概率评估优化模型.并采用改进遗传算法对分布参数进行优化计算.以飞行安全为例,实现了有限样本情况下的飞行风险概率的计算,并通过最优逼近函数提高了计算精度.      

航天器机械可靠性特征量裕度的概率设计方法

提出了可靠性特征量裕度的概率设计方法,建立了可靠性指标、裕度系数和特征量设计值之间的定量关系,分别论述了航天器的机构传动裕度、密封件密封裕度、防热结构防热裕度、火工连接解锁装置装药裕度的概率设计方法,为航天器机械产品可靠性量化设计提供了技术途径。     

面向涡轮叶片方案优化的变保真度设计系统

提出了面向涡轮叶片初始设计的变保真度的多学科设计优化方法,建立了自动化的设计系统以提高设计效率.该系统集成了分析工具和设计团队以及数据管理系统,使得设计过程自动地运行.开始设计阶段使用基于经验公式的低保真度模型;优化中的三维仿真过程使用基于精确的流体分析和结构分析的高保真度模型.过程按照模型保真度的不同分3个阶段,渐近地获得最优解,同时考虑非设计点的优化.通过实验设计搜索并逐渐缩小设计空间,使得高保真度分析所带来的计算成本得以减少.最后以一个2级轴流涡轮的叶片初始方案设计验证了本设计系统.     

基于人眼视觉的结构相似度图像质量评价方法

分析了数字图像中亮度、纹理细节、空间位置等因素对人眼视觉特性的影响,建立了数学模型,将人眼视觉特性与图像的结构相似度结合起来,提出一种符合人眼视觉特性的图像质量评价新方法.该方法将图像划分成大小相等的分块,计算出各分块的亮度影响因子、纹理细节影响因子和空间位置影响因子,经过归一化处理得到每个分块的权值,用加权平均的结构相似度作为图像质量的评价指标.实验证明该方法能够区别图像中不同区域的图像特征,符合人眼视觉特性,与主观评价结果一致.      

多层次法防空导弹弹道优化设计

为了使导弹优化的弹道更有效地杀伤目标,采用多层次法来设计防空导弹中制导段弹道.整个模型分为3层,第1层是导弹中制导段弹道,第2层是导弹末制导段,第3层是战斗部毁伤目标.第1层弹道限定中末段交班点处的弹道倾角进行优化.交班点弹道倾角作为联系第1、2层的全局变量,随它变化而产生一系列的优化弹道.第2层是导弹自寻的模型,通过Monte-Carlo仿真得到脱靶量分布的数学期望和标准差,这是联系第2、3层的全局变量.第3层由脱靶量的分布计算杀伤概率,最大杀伤概率对应的第1层弹道就是系统的最优解.多层次法表明了中制导段弹道优化设计和最终导弹杀伤概率之间的关系,使得杀伤概率这一效能指标能够作为中制导段弹道优化的指标.最后进行了拦截高空高速巡航目标和低空低速巡航目标的算例计算.      

基于DSI插值的三角网格质量优化

通过对三角网格的单元顶点进行几何位置调整,提高了网格的质量,实现了网格的质量优化.几何位置调整是使用离散点光滑插值(DSI,Discrete Smooth Interpolation)实现的,针对在计算时影响质量优化的邻接边界的单元顶点,采用了在边界处补偿三角形的方法,消除了单元收缩,提高了网格的质量.与加权拉普拉斯算法进行了比较和分析,优于拉普拉斯算法;为了使三角网格在位置调整时保持原始网格的几何细节特征,在插值算法中施加了控制点约束.最后使用算例对算法进行了验证.      

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.