非结构网格中LU-SGS隐式算法的非平衡性影响

在非结构网格中用LU-SGS隐式算法求解欧拉方程时,两个近似分解因子的项数可能相等,为平衡;也可能不相等,为非平衡.采用对网格重新编号的方法很难达到我们希望的平衡.本文对非平衡性的影响进行了探讨.对二维问题,四边形单元的非结构网格,设计出平衡与非平衡的编号方式.先对标量模型方程分析LU-SGS隐式算法的增长因子,然后通过数值试验来验证这种非平衡性的影响.结果表明,尽管非平衡时也能达到收敛,但平衡却远优于非平衡的情况.     

基于遗传算法和神经网络的调参控制律设计

飞控系统的设计一般采用调参控制器，针对目前广泛使用的调参控制律增益设计，提出了采用遗传算法计算，然后应用神经网络逼近调参曲线的方法，该方法可以克服传统方法中试凑和插值带来的缺点，对工程应用有一定的参考价值。     

隐式无网格算法及其应用研究

本文的主要目的在于研究求解Euler方程的隐式无网格算法，并应用于复杂的流场计算。采用无网格算法，计算区域用点云离散代替通常的网格划分；计算点上的空间导数，用当地点云上引入的二次极小曲面逼近。求解的Euler方程用隐式时间后差离散，结合用Roe的近似Riemann解确定通量，并用LU－SGS算法分步计算，数值求解了单翼型或双翼型模拟的复杂绕流。     

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

如何实现学生从中学物理到大学物理学习的转变

实现学生从中学物理学习到大学物理学习转变的关键是借助高等数学所揭示的数学方法的思想内涵 ,建立起从中学物理的不变到大学物理中变、从宏观到微观、从近似到精确这样一种贯穿于物理学始终的辩证唯物主义物理观。     

基于物理模型的拟人智能控制

回顾了自动控制理论与智能控制的过去和现在,讨论了它们存在的问题,提出基于物理模型的拟人智能控制。通过介绍一个成功的实例"平面运动单级倒立摆"的控制来阐明拟人智能控制的机理以及设计控制律的流程。对于复杂的非线性被控对象,只要知道其物理模型,应用拟人智能控制方法可以得到很好的结果。     

飞机排故方法模糊与统计综合评估算法的研究

针对民航飞机维修过程中故障描述对应的多种故障原因和排故方法,无法进行确定性选择问题,采用模糊综合评估理论,在统计已往维修经验数据的基础上,提出一种在各种故障原因和排故方法中进行选择的优先排序算法,进而解决了飞机故障诊断信息应用的关键问题,提高了排故速度。此评估算法已应用到民航的维修实践中。     

基于遗传算法的单站测速数据定初轨技术研究

只有单站测速数据的情况下,传统的定轨方法难以实现初轨确定.将遗传算法应用于定轨实践,实现了无初值条件下单站测速数据初始轨道确定,并能满足收敛要求,为缓解测控资源紧张提供了重要支持.在中巴“资源一号“卫星的长期测控任务中应用,证明了本方法的有效性.     

混合遗传算法在航天器最优交会中的应用

推导了航天器双冲量交会时的优化模型,以此为基础构造了最优交会的燃料-时间混合优化指标,并针对基本遗传算法局部搜索能力不强的问题,提出一种将最速下降法与遗传算法相结合的混合遗传算法,其中下降搜索的优化方向利用每一代中最劣个体所包含的优化信息获得。数值计算表明,该混合算法可加速算法的收敛,具有良好的优化性能和函数适应能力。最后,对共面圆轨道双冲量交会情况进行了仿真计算,仿真结果表明混合遗传算法的设计是成功的。     

无人机滑跑纠偏控制

研究无人机(UAV)滑跑纠偏控制方案、控制结构及控制律设计方法。提出了主轮差动刹车与方向舵联合滑跑纠偏控制方案及控制结构,建立了包含起落架、刹车装置及跑道特性的无人机滑跑非线性全量数学模型,采用频域模型作为参考模型表示期望的滑跑纠偏控制性能,利用基于遗传算法的全局优化过程对联合纠偏控制律参数进行设计,使纠偏控制特性逼近参考模型特性。实例设计表明,滑跑纠偏控制方案和控制结构合理可行,控制律设计方法快捷有效。