资源约束下的反导任务迭代收敛特性

为提高反导任务执行效率,研究反导任务的总量模型和迭代收敛规律,利用任务转移矩阵定量描述反导任务之间的联系与作用强度.引入任务量完工比例参数表征协同反导特点,建立任务总量模型,揭示反导任务迭代收敛规律,深入探究影响收敛的主要因素.基于资源约束和时间优化的视角,确定任务关键度,规划任务优先级,优化资源配置,调控反导任务迭代收敛速度.结合实例验证了任务总量模型和迭代收敛规律是合理可行的,为计算和优化反导任务提供了理论依据和具体对策.     

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。     

一种修正的Mann迭代算法的强收敛性

设H是一Hilbert空间,C为H的非空闭凸子集,T：C→C为一非扩张映射。在假设零元素θ∈C的情况下采用正则化思想,提出了一种不涉及投影算子的Mann迭代修正算法来逼近T的不动点,证明了算法的强收敛性。     

高阶加权紧致非线性格式（WCNS）在二维流动计算中的加速收敛研究

以二维圆柱超声速无粘和粘性绕流的数值模拟为例,空间项采用高阶精度格式WCNS离散,对比研究了LU-SGS、高斯-赛德尔点松弛、线松弛以及GMRES等隐式求解方法的收敛性,并对右端项中的无粘通矢量、GMRES方法中的预处理和子迭代等影响作了对比计算.结果表明,右端项采用Steger-Warming无粘通矢量的收敛性优于其他通失量方法,采用了准确的解析雅克比矩阵的点、线松弛的收敛速度优于LU-SGS,以线松弛为预处理的GMRES算法具有良好的收敛特性.     

概率空间中随机变量序列的一类收敛性问题

作为测度论应用到概率论的一个例子,论述了概率空间中随机变量序列几乎处处收敛和依概率收敛并给出了几个等价命题;研究了随机变量序列的收敛性之间的关系,并给出了证明;探讨了Cauchy基本序列的性质,并作了进一步研究.     

区域间分工、特色产业集聚与经济增长收敛——来自“义乌商圈”的证据

以“义乌商圈”为对象,利用“义乌商圈”核心层8个区域1996-2005年的相关数据进行的分析和计算结果表明：在不同区域共享一个大规模市场的条件下,由于市场不断拓展所产生的投资协同以及由此引致的规模报酬递增,各区域基于各自的比较利益更容易围绕市场形成有效的分工。在市场拓展和区域分工的相互作用之下,随着市场所在地产业的向外转移和扩散,区域间的经济会向收敛的方向发展。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

基于HyperFLOW平台的客机标模CHN-T1气动性能预测及可信度研究

近年来,针对实际飞行器外形的CFD气动性能预测及可信度研究逐步得到重视,国内也召开了第一届航空CFD可信度研讨会(AeCW-1)。本文首先基于自主研发的CFD软件平台HyperFLOW对NACA0012翼型低速绕流进行了网格收敛性研究,验证了软件对简单湍流问题的模拟能力且具备良好的网格收敛性。其次,针对AeCW-1提供的客机标模CHN-T1,选用其中的两个算例:(1)定升力系数的网格收敛性研究;(2)考虑模型支撑和模型静气动弹性变形的抖振特性研究,研究了计算结果的网格收敛性及模型支撑、静气动弹性变形和湍流模型等对气动特性预测精度的影响。结果表明:观测精度阶和网格收敛性指数显示数值结果具有良好的网格收敛性和可信度;是否考虑模型支撑对力矩的预测精度影响较大,引入尾撑和弹性变形后,数值结果与实验结果吻合较好;对于CHN-T1标模,采用QCR关系式对原始SA模型进行修正对标模力矩特性有一定影响。     

固定剖分算法一致收敛的一个基于表征支集的判别方法

固定剖分（stationarysubdivision）方法是CAD／CAM、计算机图形学、图象处理等学科中一种新兴而有巨大发展潜力的几何造型方法。本文利用收缩性及样条函数给出了根据表征支集判别固定剖分方法一致收敛的一个充分条件。     

吸收变异的粒子群算法及应用

提出了一种改进的粒子群算法,称为ConvergencemutationPSO(CM_PSO)。该算法根据粒子群中各粒子的适应值动态地调整粒子数量,把部分适应度差的粒子适当汇聚到适应度好的区域,在不损失全局搜索能力的同时,增强局部搜索能力。在将该算法应用于雷达组网误差配准问题中,提出了一种基于CM_PSO的误差配准技术。仿真表明,该算法能有效配准,与对比方法相比较,具有更好的收敛精度和更快的进化速度。