薄壁结构固有频率的p型有限元数值计算收敛性研究

通过使用MSC．Patran／Nastran中的p型有限元评价多种典型薄壁结构构件动力学品质分析中的特征值计算收敛问题,并对高阶形函数的作用进行了深入分析,从而说明高阶p型体元在薄壁结构建模中的优越性。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

基于Hamming神经网络聚类分析的进化策略

本文提出了一种基于Ｈａｍｍｉｎｇ神经网络聚类分析的进化策略,模糊自适应Ｈａｍｍｉｎｇ神经网络各类族的权重矢量纪录被进化搜索过的区域,并相应妄下该区域内最优个体和它的适应度,因此通过Ｈａｍｍｉｎｇ神经网络对进化个体的聚类分析,进化策略具有搜索记忆性,可以充分保证下一代遗传群体中个体遗传基因的丰富性,从而避免早熟现象的发生,这种进化策略还可以避免在被搜索过的区域内的无用搜索,进而加快进化策略的收敛速度     

一种基于年龄和性别特征的遗传算法

提出了一种基于年龄和性别特征的遗传算法。标准遗传算法（SGA）已经被成功的应用到很多进化优化问题上，但是对于复杂的多模态函数寻优时，会出现早熟收敛现象。为了解决这个问题，结合自然界最常见的有性繁殖现象，赋予了遗传个体年龄和性别特征，提出了基于年龄和性别特征的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子。对不同年龄和不同性别的个体赋予不同的进化控制参数，克服了早熟收敛问题且保持了群体的多样性，使算法能顺利的收敛到全局最优值。     

基于NHDO的机动目标拦截攻击角度约束导引律

为了精确控制导弹在有限时间内以期望攻击角度拦截机动目标,采用将导弹自动驾驶仪简化为惯性环节的方法,结合终端滑模控制理论设计了一种带攻击角度约束的有限时间收敛制导律。为了滤除视线角速率噪声,提出一种非线性跟踪微分滤波器对噪声进行滤波,建立了考虑滤波的制导系统状态方程,基于此方程设计非齐次干扰观测器,用于目标机动不确定项的估计补偿。仿真结果表明,所设计的制导律能达到对视线角速率有效滤波,对目标机动状态精确估计的目的,克服系统动态延迟对制导精度的不利影响,满足攻击角度和制导精度的双重要求。     

基于UKF的实时弹道解算参数稳健设计

在基于UKF(Unscented Kalman Filter,无迹卡尔曼滤波)的实时弹道解算应用中,外部环境不稳定的影响以及观测过程中野值的存在,使得基于经验参数设置的滤波易于发散.因此,需要针对指定型号调节和设置滤波器参数的取值,使其克服上述现象.针对这一问题,提出了基于理论弹道先验的参数稳健设计方法,对滤波器参数最优值进行预测.从滤波器的架构出发,梳理出影响滤波器性能的相关参数,结合稳健设计思想,外设计部分基于理论弹道先验信息,通过模拟弹道特征点构造弹道观测模型;而内设计部份,构造模型的测元数据进行正交试验,判断参数的显著性,获取相应的最优参数取值,从而为实时解算弹道的参数设置提供指导.实际数据试验结果表明,该方法可显著提高滤波器的实算稳健性和收敛性能.     

大型双曲冷却塔表面脉动风压随机特性——风压极值探讨

针对风压信号呈现的非高斯特性和传统极限估计方法的局限,首次提出基于保证率和相关性的极值估计方法——全概率迭代法进行冷却塔表面脉动风荷载极值分析,并和传统的峰值因子法及改进的Sadek-Simiu法计算结果进行对比验证。结果表明：全概率迭代法避开了对随机过程的高斯分布假定,相比传统的极值估计方法其结果更加真实可靠;表达风压极值中脉动分量的峰值因子数值沿着环向和子午向变化显著,如取为同一数值则偏于危险或过于保守;采用全概率迭代法得到的表面风压系数极值分布曲线与规范取值相比,迎风面和负压峰值区域极值偏小,背风区域极值偏大,且最小值对应角度相差约10°。     

非列紧空间的一般非扩张映象的Ishikawa迭代序列

本文证明了Hilbert空间上的非列紧的一般非扩张映象的Ishikawa迭代序列的收敛性。     

Optimization Based on Convergence Velocity and Reliability for Hydraulic Servo System

This article presents an optimal hybrid fuzzy proportion integral derivative (HFPID) controller based on combination of proportion integral derivative (PID) and fuzzy controllers, by which the parameters could be evaluated by global optimization either in convergence velocity or in convergence reliability. Focusing on the nonlinear factors of hydraulic servo system, this article takes advantage of PID and fuzzy logic controller integrated with scaling factors to acquire precise tracking performances. To further improve the performances, it provides new developed optimization with rapid convergence to attain reliable approach probability. Focusing on the performance indictors of evolutionary algorithm, this article presents a new technique to predict reliability of the optimization algorithm. Statistics authenticates the effectiveness and robustness of the optimization. Further, many simulation and experimental results indicate that the optimal HFPID could acquire perfect immunity against parametric uncertainties with external disturbance.