基于目标间拓扑信息和运动信息的联合目标选择算法

针对单纯利用目标之间拓扑信息无法对具有旋转对称图形结构的编队中的目标进行选择识别的问题,提出了一种基于目标间拓扑信息和运动信息的联合目标选择算法。首先由编队中各目标划分出若干个三角形结构元,根据结构元中每个顶点的运动信息,定义出该结构元的运动信息,然后结合该结构元的拓扑信息,综合为一个归一化量值来考察不同结构元之间的相似度,以求进一步选择出旋转对称编队中的指定目标。仿真结果表明,与单纯利用拓扑信息识别的算法相比,本算法可较好地选择具有旋转对称图形结构的编队中的指定目标。     

天问一号探测器耐高温蜂窝夹层结构选材与性能研究

针对天问一号火星探测器耐高温大承载复合材料蜂窝夹层结构应用需求,基于材料匹配设计和工艺可行原则,提出了氰酸酯树脂体系的复合材料蜂窝夹层结构。通过比较不同后处理工艺下M40J/BS-4氰酸酯基复合材料高温层间剪切性能,发现BS-4氰酸酯基复合材料经200℃下3～5 h后处理可获得较佳的高温使用性能。经200℃下4 h后处理的M40J/BS-4氰酸酯基复合材料,在170℃下各项力学性能保持率均达到室温测试值的80%以上。板芯胶高温力学性能测试以及其对夹层结构高温承载性能的影响研究表明,氰酸酯体系的J-245C、J-389B两种板芯胶在温度不超过200℃时均具有足够协调板芯变形及传递板芯间载荷的能力,但高温下胶黏剂的性能退化会造成夹层结构刚度的退化。天问一号探测器蜂窝夹层结构典型单元在高温下的弯曲性能、侧向压缩性能测试结果表明,碳纤维氰酸酯基复合材料铝蜂窝夹层结构具备耐170℃高温下大承载的能力。     

成形态选区激光熔融Ti-6Al-4V钛合金缺陷与微观组织研究进展

选区激光熔融(Selective laser melting,SLM)近年来在钛合金制造领域应用广泛,然而,其性能受限于工艺缺陷和马氏体组织特征.综述了SLM技术下成形态Ti–6Al–4V合金的缺陷和微观组织研究进展,包括缺陷和微观组织类型、调节SLM工艺参数对减少缺陷和改善微观组织的作用以及基于变体选择的β→α相变研...     

基于STEP标准的材料选择信息模型研究

采用STEP标准,建立了支持产品全生命周期的材料选择信息模型,此模型以材料数据手册为依据,根据工程设计的实际需要给出材料的物理性能、力学性能、工艺性、材料价格等信息.并提出工程设计过程中不同设计阶段的材料选择方法:在方案设计阶段,根据经济、工作状况的分析选择关键件牌号、一般零件材料类型;在初步设计阶段,根据工艺性、工作环境、强度分析选择具体材料牌号;详细设计阶段对材料进行强度、工艺性分析验证.并提出了材料的工艺性评价和经济性评价方法.      

智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

改进免疫算法在函数优化中的应用

在对已有克隆选择算法的抗体行为特征分析的基础上,提出了一种新的偏心动态免疫克隆算法(EDICA,Eccentric Dynamic Immune Clone Algorithm).利用进化过程中子代抗体比父代抗体更靠近最优解的启发性信息,提出偏心变异策略,使抗体更快地靠近最优解域.引入控制因子,通过动态调整变异搜索半径的方法,在进化初期加大步长以加快搜索速度,而在后期减小搜索粒度以提高优化精度.采用超球体混沌变异策略以克服各向异性的不利影响并提高全局搜索能力.实验结果表明:EDICA不仅能够准确地找到静态函数的多个最优点,而且还能以较高的精度锁定和跟踪动态函数的最优点.     

基于频响函数模型修正影响因素的仿真

首先推导了基于频响函数模型修正的理论公式,在此基础上通过平面桁架模型修正的仿真算例,比较研究了基于频响函数模型修正方法具体实现过程中数据测量噪声、频率点选择以及频段选择等因素对修正结果的影响。研究表明,频率点的选择是基于频响函数模型修正的关键因素,合理的频率点选择既能够减小计算量,降低修正方程的条件数,同时还能够抑制测量噪声的影响;此外,提高实测数据的精度,增加修正频段的宽度也是改善模型修正效果的有效手段。     

含函数型自变量回归模型中的变量选择

针对含有函数型和多元向量数据的回归模型中变量选择和参数估计问题进行研究,扩展了函数型数据分析和变量选择方法的应用范围。首先,函数型自变量基于函数型主成分基函数空间进行投影;然后,对投影后的函数型自变量（按组）及多元向量自变量采用惩罚变量选择方法,同时估计相应的系数。惩罚项调节参数采用自适应调节参数,损失函数采用中位绝对损失函数,以此为例,通过引入松弛变量将估计算法转化为求解线性规划问题,算法复杂度低。数值模拟结果表明,所提方法对于含函数型自变量回归模型的变量选择和参数估计均具有良好效果。      

载人小行星探测目标选择与轨道优化设计

针对2020-2040年载人小行星探测任务,研究了探测目标选择与轨道优化设计问题。首先,针对已编目的近地小行星,综合考虑绝对星等、燃料消耗等多方面因素与约束,给出了适合载人探测任务的候选小行星序列;然后,构建了载人小行星探测任务轨道的设计模型,采用参数优化算法对探测轨道进行了设计;进一步,为了获得最优探测轨道,利用主矢量原理对探测轨道进行了优化。该研究可为载人小行星探测任务设计提供有价值的参考。     

分布式天线组阵优选设计

分布式天线组阵是指利用现有的天线资源,使用较低成本实现超大的天线口径。针对分布式天线组阵中,不同口径天线接收信号信噪比差异较大,任意天线是否均可引入天线阵中,加入较低接收信噪比的信号进行组阵合成能否提高最终合成信号的误码率性能等问题,提出了分布式天线组阵的优选准则。该准则依据载频、时延以及相位这三者估计算法的性能及其克拉美罗性能下界,证实当接收信号信噪比低于载频估计的异常值效应门限时,受载频差估计精度急剧恶化的影响,将该信号加入天线阵中进行合成将引起最终合成信号误码率性能的恶化。系统仿真算例验证了结论的正确性,为我国未来深空探测任务提供可靠的保障。