压气机叶栅多点气动优化设计

采用Pareto排名策略和共享小生境技术,实现遗传算法的多点优化设计。压气机叶栅的多点气动优化设计是针对某初始叶栅同时优化不同来流攻角状态点的气动性能,使其达到攻角特性最优。压气机叶栅网格由NU-MECA/Igg软件生成,流场由NUMECA/Fine软件求解。多点气动优化设计结果显示出本文发展的优化设计平台能够较好的实现多点组合气动优化设计。     

动态负载平衡的二维非结构网格DSMC并行算法研究

基于PC-CLUSTER群机并行体系结构与消息传递库MPI并行环境,研究了二维非结构网格DSMC并行算法。提出一类非结构网格动态分区策略,保证各子区域的分子数量大致相等,实现计算进程间的动态负载平衡。利用MPI库函数构造了符合DSMC并行原理的单步通讯法。采用单控制多数据流(SPMD)以及Master/Slave并行模式,设计了二维非结构网格DSMC整体并行算法。在程序的编制过程中,充分展现了Fortran90高级语言的主要特性,引人动态数组、指针、链表及派生类型数据。最后对过渡流域高超声速绕流进行了并行计算,数值试验的结果表明本文设计的并行算法可以取得较为理想的加速比。     

试验设计法与BP-GA算法在复合材料结构优化中的应用

试验设计法具有均衡分散性和整齐可比性,通过试验设计进行响应面的样本选取可以大大减少样本的数目,同时保证响应面的训练精度。响应面与遗传算法相结合在工程应用中已经形成一套适用于复杂结构设计的高效优化方法。本文以复合材料加筋蒙皮的质量优化问题为例,通过正交试验进行响应面训练样本选取,通过PATRAN/NASTRAN进行有限元分析得出样本的数值,应用神经网络(BP)训练、构建优化的目标函数和强度、稳定性约束响应面,结合其他常规约束条件通过遗传算法(GA)进行优化,验证了这套算法的有效性和实用性。     

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号,50kHz的带宽所带来的测向误差不超过O．08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。     

最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。      

基于扩展单故障策略的多故障诊断算法

目前存在的测试性分析和故障诊断工具基本都是基于单故障假设,这一假设已经不适用于拥有很多元器件的复杂系统或者在运行过程中很少或不具备维修机会的系统。针对这一问题,研究了有效的基于扩展单故障策略的多故障序贯测试算法。该算法以最优单故障策略为基础,通过应用附加测试来隔离隐藏故障;通过更新故障状态集,重新调用单故障策略来隔离冒充故障。以某型机载电子设备为例给出实例分析,验证了该算法隔离隐藏故障和冒充故障的有效性。     

基于QR分解最小二乘算法消除ECG中工频干扰

研究了一种基于QR分解最小二乘(QRD-LS)算法消除ECG中工频干扰的方法,此方法采用基于数据域处理的QRD-LS算法进行权值的训练和更新,其直接针对输入数据矩阵进行递推,且可用并行Systolic处理结构高效地实现。并且能自适应消除工频干扰,提高信干比,仿真结果验证了理论。     

改进遗传模拟退火算法的航迹规划方法研究

建立了基于真实地形数据和火力威胁区的航迹规划空间模型,结合具有概率突跳特性的模拟退火和群体并行搜索的遗传算法的特点,提出了一种改进遗传模拟退火算法的飞行器航迹规划方法。使用该算法对飞行器的攻击航迹在数字地图下进行了仿真验证,结果表明该方法是一种有效的航迹规划方法。     

基于多子人口群协作进化的拦截轨道优化

针对基本遗传算法对航天器拦截轨道数值优化计算效率较低的问题,提出了一种新的基于多子人口群协作进化的算法。使用子人口划分技术提高了人口多样性防止早熟,用免疫算子减小搜索空间,两者都加速了进化计算过程。应用此算法求解了具有推力约束和拦截时间约束使燃料消耗量最小的航天器拦截轨道,并分析了其与基本遗传算法的不同。通过航天器拦截轨道仿真表明,该算法优于基本遗传算法,可用较少的计算时间得到全局最佳解,提高了航天器拦截轨道优化的计算效率。