解JobShop问题的一种组合模拟算法

针对成批车间的作业排序(Job Shop Scheduling )问题设计了一种模拟退火与Tabu Search相组合的算法.首先用模拟退火算法求得一个初始解,再利用Tabu Search进行进一步的寻优.通过大量的算例分析表明,该算法具有良好的寻优特性与运算效率.     

疲劳寿命计电阻变化机理的研究

用退火去除电阻累计的方法,研究了3种交变应变量下疲劳寿命计电阻增加的机理,并对液氮处理和冷作变形后的性能进行了研究。实验结果表明：疲劳寿命计电阻增加的主要贡献来自基体原子排序的改变,而在较低应变水平下,位错和点缺陷是电阻增加的主要原因。冷作变形提高反向应变电阻值,低温下疲劳寿命计性能没有改变。     

电子束熔丝增材随行退火系统及均匀面热源扫描

在电子束熔丝沉积增材制造过程中,采用电子束对零件成形区域进行扫描并控制热输入,可以改善零件的温度分布,实现随行退火,达到减小应力和控制变形的目的.采用工控机、波形发生卡、扫描线圈及其驱动电路,以及动态聚焦线圈及其驱动电路搭建了电子束高速扫描系统,实现了电子束高速扫描及动态聚焦等功能.基于LabVIEW开发了随行退火扫描...     

基于混合多智能体遗传算法的作业车间调度问题研究

针对作业车间调度问题(JSP)的非确定性多项式特性与解空间分布的大山谷属性,本文提出一种多智能体遗传算法(MAGA)与自适应模拟退火算法(ASA)的混合优化算法,用于寻找最大完工时间最短的调度。首先,将每个染色体视作独立的智能体并采用工序编码方式随机初始化每个智能体,结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子,进而利用一定数量智能体进行全局搜索,找到多个适应度较高的可行解。其次,为避免算法陷入局部最优,采用ASA对每个智能体开展局部寻优。最后,通过基准测试库中典型实例的计算结果验证了该算法的有效性。     

基于Hopfield网络的飞机设计

Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束优化.神经网络作为求解乘子法的子问题的动力学方法,仅需计算一阶导数.引入逐渐衰减的高斯噪声信号构造随机神经网络.同时针对随机网络受初始温度制约,跳出局部极小值能力有限的问题,网络运行采用结合模拟退火的欧拉法.用该方法对某喷气教练机进行总体优化设计,结果表明,算法的数值稳定性较好,求解精度高.并基于拉氏乘子提供的约束敏度信息,做了设计要求权衡.最后研究了某型干线旅客机的机翼气动/结构综合设计问题.      

模拟退火算法与注射机合模机构运动行程最大化

将模拟退火法应用于注射机合模机运动行程的最大化设计研究，以运动 行程为目标函数，肘杆断面尺寸、肘杆起始与最终位置为设计变量，约束条件为强度、稳定性，锁模力，应用模拟退火算法进行运动行程的最大化设计是可行且高效的，可在工程结构优化设计领域中推广应用。     

两种类型车辆随机需求路由问题

主要研究两种类型车辆随机需求路由问题。因为两种类型车辆随机需求路由问题的处理不同于单类型车辆随机需求路由问题，引进了单位容积和路程的花费的新概念，在服务仅能失败一次的情况下，结合车辆的容积和最大服务结点数，根据平均花费和最大服务结点数之间的关系，得到了两个派车策略，节约了计算量，使得两阶级的模拟退火算法能更有效地解决问题。对需求为二项分布下的VRP（Vehicle routing prolem）问题作了数值实验，给出了派车方案和总的平均花费，得到了较好的结果。     

对空间多目标多次接近的轨道设计

基于单航天器对空间多目标单次接近轨道设计的研究结果, 讨论了单航天器对空间 多目标多次接近的轨道设计问题. 提出了接近指标用于设计能多次接近多个空间目标的航天器轨道;以二体接近轨道为基础, 给出了接近轨道解空间的求取方法; 利用三种轨道调整方法构造了三种复杂度不同的新解并产生算子, 分析了它们的解空间和最优解分布, 采用改进的模拟退火算法求解出最优接近轨道. 仿真实验验证了轨道设计算法的正确性.      

基于RCMAC网络的动态逆再入制导方法研究

针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度．速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络（RCMAC）网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC网络的动态逆方法实现对阻力加速度的跟踪,并证明闭环系统的稳定性．三自由度仿真结果表明,该制导方式降低了动态逆方法对模型的依赖,增强了制导系统的鲁棒性．     

基于GRU的仪表着陆系统故障预测方法研究

故障预测技术在保障仪表着陆系统的可靠运行、提高空管效能等方面具有重要应用价值。结合仪表着陆系统运行特征和实际运行维护工作,提出一种基于GRU 的仪表着陆系统故障预测方法。以航向信标为研究对象,在分析其监控参数与设备运行状态之间的关系后,将监控参数作为故障特征参数;根据监控参数时间步长、时变性特征显著的特点,采用GRU 预测监控参数的未来变化趋势;根据监控参数的隶属函数计算出参数未来时刻可能发生“故障”的概率,实现对航向信标故障的预测。结果表明：基于GRU 的预测方法的相对预测精度在95% 以上。