基于序列采样算法的轮盘减质优化

介绍了一种基于蒙特卡罗表述的空间缩减策略和局部边界线搜索的序列采样算法,该算法利用已有样本点的信息缩减原有设计空间,使得在缩减设计空间上生成的新样本点能够同时具有良好的空间填充特性和投影特性.与已有的序列采样算法的比较结果表明,该算法具有较高的采样效率和采样质量.采用此序列采样算法结合Kriging模型和遗传算法进行轮盘减质优化,优化结果减质10%.该序列采样算法为工程结构的优化提供了一条灵活有效的途径.      

结构动力学模型修正的一种参数型方法

从连续系统出发,利用应力-应变关系和惯性力公式推导出一种能量范数的本构关系误差公式,用它来构造结构动力学模型修正问题的数学模型;然后根据系统的稳态位移响应,通过一个迭代过程来求解.参数的估算与不完整的实验数据的扩充相互耦合,引入扰动项来反映参数的改变对扩充的影响.仿真算例对实验数据精确和有噪声2种情况进行了研究,结果表明方法合理、可行.      

基于SEDA架构的网格服务容器设计与实现

网格服务容器是服务网格中的基础模块,负责屏蔽资源的异构性并和网格服务的运行提供支持.大多数网格服务容器均采用基于线程的并发机制来处理用户请求,在性能和可伸缩性上都存在局限.采用分级事件驱动架构SEDA(Staged Event Driven Architecture),通过划分阶段Stage的方式解除耦合,在阶段之间采用事件进行异步消息通信,结合非阻塞的I/O机制设计实现了一个事件驱动的网格服务容器,并从吞吐量、平均响应时间等方面和基于线程的服务容器进行了比较.结果表明事件驱动架构的确能在性能和可伸缩性方面带来效益,异步通信方式有效的减少了系统中的同步阻塞,带来更好的并发性.      

气动热参数辨识原理性实验初步研究

气动热参数辨识问题实质上是热传导逆问题,介绍了热传导逆问题原理性实验的初步情况.首先介绍了实验原理和实验装置,利用电加热器对碳钢试件加热得到了测温点上的温度变化历程,然后采用顺序函数法对表面热流进行了辨识,结果表明:考虑辐射效应后,热流辨识结果位于标称热流密度值的±15%误差带内.热流辨识结果与标称值基本吻合,既证明了热传导逆问题求解算法的可行性,也初步验证了实验装置的有效性.     

基于径向基神经网络的有限元模型修正研究

设计参数型有限元模型修正属于结构动力学反问题，其理论基础是将结构的特征量视为设计参数的函数。然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法，把模型修正归结为正问题进行研究。首先将特征量视为自变量．设计参数视为因变量，以径向基神经网络逼近两者之间的非线性映射关系，然后利用神经网络的泛化特性直接求解设计参数的目标值。不但无需迭代求解，而且避开了反问题所面临的复杂的非线性优化计算。GARTEUR飞机模型仿真研究的结果表明．修正后设计参数误差在2％以内，模态频率误差在1％以内。     

基于有限元的薄壁结构建模及尺寸优化

针对薄壁板壳结构的特点,建立数学优化模型和有限元模型,以某试验舱为例,采用有限元计算方法和序列二次规划法迭代优化算法,有效地实现了结构优化目标——小质量和大强度/刚度。     

基于多次附加质量模态试验的动力学模型修改

用增加附加质量的模态试验修正结构动力学有限元模型是一种新颖的精确建模方法,但当测试模态数目较少时,由于识别方程中未知数数目大于方程数,计算精度会很差,影响了该项技术的实际应用.本文提出了一种用多次改变附加质量的多次模态试验数据来修正有限元刚度、质量矩阵的改进方法.该方法可增加参数识别方程个教,从而能有效地将参数识别欠定方程组变为超定方程组,使矩阵参数修正的准确性有效提高.文中通过两个例子具体研究了附加质量的模态试验次数与刚度、质量阵元素的修正精度及模型修改后模态计算精度的关系,表明该方法可行且有效.     

一种概率更新方法及在目标识别中的应用

信息更新问题是控制决策系统中普遍存在而又极为重要的研究课题。二阶概率技术在这些问题的研究中有着广泛的应用前景。文中结合一个目标识别问题中的应用实例,系统介绍了二阶概率技术的应用过程以及建立在二阶概率技术上的一种概率更新方法,并利用该方法解决了一个目标识别问题中的信息更新问题。     

基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

基于云自适应粒子群算法的高压转子复杂接触有限元模型参数修正

为建立更加准确的航空发动机高压转子的有限元模型,提出一种修正有限元模型描述航空发动机复杂接触的方法.将修正问题转化为求解定义在时域的误差函数的极小值,运用云自适应方法动态调整粒子群算法的惯性权重,使得算法在接近较优解时,惯性因子分布在云低端,有利于收敛得到更优解;当问题解较差时,其惯性因子分布在云顶端,有利于跳出局部极小点,扩大搜索范围.以仿真算例和实际航空发动机高压转子模型为例,通过与相关算法的修正结果比较,证明该算法是可行且有效的.