多元受限的航班时刻优化模型与方法研究

针对我国空域的实际，结合航班时刻制定的特点，在多元受限地面等待策略的基础上，建立了一个多元受限航班时刻优化模型，提出了一套求解该优化模型的改进启发式算法。并在所提模型和算法的基础上，开发了航班时刻优化系统，对全国实际的航班时刻进行了优化，验证了理论模型和方法的可行性。     

优化的GM(1,1)模型及其适用范围

在已有灰色理论的基础上,利用“最小二乘法”确定GM(1,1)白化权函数的时间响应函数中的常数c,摈弃了传统GM(1,1)把原始序列中x^(0)(1)作为初始条件的欠科学的做法,构建了时间响应函数的优化模型。经大量的数据模拟和预测,发现优化的GM(1,1)模型各项指标均优于传统的GM(1,1)模型,且拓宽了其适用范围。     

一种宽频带模态识别算法的快速实现

多参考点最小二乘复频域法(p-LSCF)是近几年来提出的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态以及处理大阻尼复杂结构方面具有非常好的特性。为了提高模态参数的识别速度,采用FFT运算实现了该识别方法的快速计算。最后通过仿真算例与实测算例进行验证。结果表明:在不损失精度的情况下,能够提高参数识别速度。     

一种基于负载均衡的多Agent路径规划算法

在分布式信息查询系统中,使用多个Agent协作完成查询任务是一种有效的方法,所有Agent的总行程影响网络的通信流量,单个Agent的最大负载决定了壹询任务的完成时间.现有方法大多研究如何减少Agent的总行程,未考虑Agent的负载均衡问题.本文提出一种基于负栽均衡的多Agent迁移路线规划(Load balancedmulti-agent planning,LBMAP)算法首先寻找图中一条包含所有节点的TSP回路,然后使用动态规划算法将该回路分为多段,每个Agent访问其中一段,算法兼顾了两个优化目标:最小化Agent的总行程、最小化Agent的关键负载.仿真实验表明:随着Agent平均访问节点数的增大,LBMAP算法的性能趋近于理论最优值.     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

环境应力筛选中的振动试验方法

从振动试验技术的角度讨论了振动应力筛选的方法,分析了振动试验中夹具、安装方式、传感器、振动方向等各种因素和控制策略对环境应力筛选效果的影响,以及电子、机电、机械等不同种类产品的振动应力筛选方案,指出了在振动应力筛选中应注意的问题。     

矩形截面高超声速进气道气动设计及实验验证

首先对矩形截面高超声速进气道设计方法进行了研究,给出了设计流程,并据此设计了矩形截面高超声速进气道.接着对其进行了三维数值仿真研究,给出了进气道性能参数随来流马赫数、飞行迎角及飞行高度的变化规律.最后设计了实验模型,并进行了高焓风洞实验验证.数值模拟及高焓风洞实验验证均表明:本文采用的设计方法可达到预期的设计效果,设计的进气道达到了相应的设计要求,本文采用的数值仿真方法可以较为准确地模拟高超声速进气道内的流动,数值模拟结果可信.     

运动激波与气泡串相互作用的多介质数值模拟

通过对激波和流体界面相互作用而诱导的大变形界面演化的数值模拟,验证了Level set 方法精确模拟多个流体界面的有效性.采用间断有限元Galerkin方法求解欧拉方程得到流场解,采用5阶WENO格式求解Level set方程追踪多流体界面,界面附近的边界条件由虚拟流体方法处理.对运动激波和两个气泡相互作用过程进行了数值模拟,得到了不同时刻的压力和密度等值线分布,并分析了计算域中两个气泡同是氦气泡,以及一个是氦气泡,一个是R22气泡情况下的计算结果.计算结果表明:利用多界面Level set方程可高质量地捕捉多个流体界面,处理3种多介质流场数值模拟问题.     

基于无限元方法的直升机外部噪声仿真分析

为了准确地模拟直升机飞行中的外部噪声,建立了耦合计算流体力学/计算气动声学(Computational fluid dynamics/Computational aeroacoustics,CFD/CAA)的直升机机外噪声预测方法.气动计算采用CFD方法模拟旋翼、尾桨气动力以及气动干扰;噪声计算采用声学无限元方法,考虑...     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。