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。     

飞机蒙皮裂纹的数学形态学识别方法

提出了一种基于数学形态学的飞机蒙皮裂纹磁光图像检测方法。首先应用内距均值法确定磁光图像中类圆形铆钉区域的圆形参数,然后利用自适应线性星形形态学腐蚀算子分割裂纹缺陷。其中,以四点方向快速定位法确定腐蚀算子的方向,并用中心对称法处理裂纹缺陷区域粘连的情况,最后,根据备选区域相关特征进行分类,判别缺陷存在及其特征参数。实验结果表明：算法在检测裂纹的多种特征方面具有优越性。     

一种同位网格上的迎风有限元方法

通过Ｇｒｅｅｎ定理将对流项变量从微分算子中分离出来,从插值函数入手引入迎风格式,是对强对流问题有限元计算中对流项变量的一种新的处理方法。按这种方法采用局部斜迎风格式及速－压同位网格公式,构成了一种对高Ｒｅｙｎｏｌｄｓ数流体流动数值模拟比较有效的有限元方法。     

雷达威胁环境下的无人机三维航迹规划

提出了一种雷达威胁环境下应用A*算法进行低空突防三维航迹规划的方法。首先对地形高程数据进行综合平滑处理,建立满足无人机机动性能要求的安全飞行曲面,并结合雷达威胁量化模型,计算出地形遮蔽雷达盲区的范围,最后在满足地形遮蔽雷达盲区的安全飞行曲面上运用A*算法规划出三维飞行航迹。仿真结果显示,该算法能简单、快速地获得三维最优航迹,易于工程实现。     

叶片质量矩优化排序中遗传算法的应用

针对某型发动机压气机转子,考虑叶片质量矩和初始不平衡量,采用遗传算法,对叶片进行优化排序以达到减少转子不平衡量的目的.经过对10余台发动机转子叶片质量矩优化排序验证,结果表明:整个转子的不平衡量大大减小,该方法可在实际发动机转子动平衡中推广应用.     

基于吱呀轮优化的多卫星数传调度问题求解方法

研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义.通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型.利用吱呀轮优化(Squeaky-WheeL Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SWO的多卫星数传调度算法.该算法可以在短时间内获得优化解.实验结果表明,该算法在时间性、优化度等方面取得满意的结果.     

用于快速仿真优化的改进差分进化算法及其应用

提出一种改进的差分进化算法,采用一种“位变”方法计算收缩因子,该方法首先根 据适应值对种群排序,然后根据各个体的排列位置确定收缩因子;采用正态分布函数对算法 参数进行随机扰动来维持种群的多样性;该算法还提出一种新的变异算子,并将其与基本的 差分变异算子结合使用以提高算法的寻优精度。经过对多个Benchmark函数的测试、分析和 比较,结果表明该算法具有较高的收敛精度和较快的收敛速度。最后将该算法用于火箭发动 机涡轮气动优化,以较小的计算成本将涡轮气动效率提高了2.5％。应用结果表明该算法 适用于快速仿真优化问题,能有效地节约计算成本。
     

先进飞机电气远程终端采样算法

针对先进飞机远程终端采样技术,对电压/电流(400Hz)采样点数和精度关系进行了讨论,由于工程采样中数字积分法的开方计算有效值对实时性有很大影响,给出了全新的不带根号的采样有效值算法,精度要求高的场合又在该算法的基础上设计了迭代算子.     

第Ⅱ、Ⅲ型膨胀映射的不动点定理

3种膨胀映射的定义及其相应的不动点定理是由王尚志等首先提出和建立的。之后，何松年对第一型膨胀映射的不动点定理做了进一步讨论，现报道膨胀映射不动点定理研究工作的继续和深入。着重进一步研究第二型和第三型膨胀映射的不动点定理，给出了两个理论上更深刻、应用上更方便的新结果。     

Weighted marginal fisher analysis with spatially smooth for aircraft recognition

Due to limitations to extract invariant features for recognition when the aircraft presents various poses and lacks enough samples for training, a novel algorithm called Weighted Marginal Fisher Analysis with Spatially Smooth （WMFA-SS） for extracting invariant features in aircraft rec- ognition is proposed. According to the Graph Embedding （GE） framework, Heat Kernel function is firstly introduced to characterize the interclass separability when choosing the weights of penalty graph. Furthermore, Laplacian penalty is applied to constraining the coefficients to be spatially smooth in this algorithm. Laplacian penalty is able to incorporate the prior information that neigh- boring pixels are correlated. Besides, using a Laplacian penalty can also avoid the singularity of Laplacian matrix of intrinsic graph. Once compact representations of the images are obtained, it can be considered as invariant features and then be performed in classification to recognize different patterns of aircraft. Real aircraft recognition experiments show the superiority of our proposed WMFA-SS in comparison to other GE algorithms and the current aircraft recognition algorithm; the accuracy rate of our proposed method is 90.00% for dataset BH-AIR1.0 and 99.25% for dataset BH-AIR2.0.