基于快速搜索的码书快速生成算法

在k维欧氏空间R^k中,给定一个有限子集W及一个向量x,如何快速搜索W中与x距离最近的向量,具有重要的实际应用价值,尤其在图像的矢量量化编码、自组织特征映射SOFM(Self-Organizing Feature Maps)算法的码书迭代生成等问题中,快速搜索算法起决定性的作用.针对SOFM算法的具体特点,在分析已有快速搜索算法的基础上,给出了一种新的快速迭代码书生成算法,该算法兼顾了快速与节省内存问题.实验结果表明:提出的新算法的执行时间仅为已有算法执行时间的约42％.另外,新算法在模式识别领域和计算机图形学领域均具有实际应用价值.     

飞机复杂蒙皮拉形过程有限元分析中的接触搜索算法

针对飞机复杂蒙皮拉伸成形特点,引入了适合于蒙皮模具的四节点四边形等参单元描述方式,建立了基于非精确交点的线面精确求交算法,采用基于最大梯度法的搜索算法,开发了复杂蒙皮拉形数值模拟系统STRETCHFORM。利用商业软件MARC和PAM STAMP进行了S形蒙皮拉形的模拟计算对比,证明了接触搜索算法的合理性。与全局搜索算法相比,本文算法使搜索效率得到显著提高。     

基于相似匹配的液体火箭发动机故障模式挖掘

将时间序列相似性匹配方法引入到液体火箭发动机故障模式挖掘中。针对发动机试车数据的特点,提出了一种基于序变换的时间序列相似匹配算法。该算法具有对时间序列幅值和持续时间不敏感、抗噪声能力强等优点。对某型液体火箭发动机故障数据的相似匹配实验表明：该算法能够为液体火箭发动机的故障检测和诊断提供较好的技术支持。     

末制导雷达一次捕捉最小角度搜索范围模型

为了减少对方进行电子对抗的机会,要求反舰导弹末制导雷达在保证一次捕获概率的同时尽可能减小角度搜索范围。为此,提出了一次捕捉概率为1的最小角度搜索范围模型。模型中,用圆分布表示目标指示误差和目标机动误差,用矩形分布表示自控终点散布误差。首先证明了末制导雷达开机位置与最小角度搜索范围之间存在的几个性质,进而利用解析方法推导了最小角度搜索范围表达式。分别以末制导雷达最大作用距离和导弹被发现距离为可变参数,对高亚声速反舰导弹末制导雷达的最小角度搜索范围进行了计算。结果表明,最小角度搜索范围不超过36.5°,小于某些反舰导弹的最小角度搜索范围。
     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

基于改进引力搜索算法的认知无线网络频谱分配

为了提高认知无线网络频谱资源利用率,提出一种基于改进引力搜索算法的频谱分配方案.该方案将质子位置信息映射为频谱分配变量,提出一种非线性引力衰减因子,以增强算法对于频谱分配可行解的搜索能力.其次,为了保持算法对于频谱分配可行解的最优搜索方向,采用全局最优引导策略为质子增加记忆能力.然后,提出动态高斯扰动策略,随着算法迭代...     

机器人操作机的建模及避障研究

介绍了机器人智能路径规划系统-RIPPS.该系统可用作机器人离线编程工具.系统由几何建模,运动学建模及路径规划三部分构成.用户利用其几何建模功能建立分布着障碍物体的机器人工作环境,通过输入参数利用机器人运动学建模功能来定义机器人操作机.系统的路径规划器根据指定的机器人起始位姿及目标位姿产生准优化路径,首先将障碍物体变换到位姿空间中,再在位姿空间中进行路径搜索.作者已在SGI/4D70工作站上进行了有效的仿真研究,下一步工作是在商业化机器人上实现该规划系统.     

一种基于相关的分层匹配与目标跟踪方法

提出了一种基于相关的自适应阈值区域匹配、匹配区域分层加权和模板自适应更新的目标跟踪方法,该方法能在序列图像中自适应地寻找最佳的动态阈值与更新模板;采用区域分层加权后经相关图形分析及实验验证,能使相关的目标最佳匹配区域更小,匹配中心更加突出且易于匹配,从而缩小了匹配范围,提高了匹配精度。同时提出了一种区域分层快速搜索算法,该算法能较大地提高匹配速度。实验结果表明该方法匹配精度高、匹配速度快、能克服不同光强背景及噪声干扰等影响,具有较强的实用价值。     

自主空战技术中的机动决策:进展与展望

自主空战（AAC）是指飞机依靠机载等相关设备，自主进行战场感知、决策及控制，以执飞空战的技术，其核心是机动决策模块。针对该模块的研究，调研了国内外的现有方法，并按照有关方法的核心内涵，将其分为基于数学求解、机器搜索、以及数据驱动3类分别简要概述；针对每一类方法列出了具有代表性的示例技术，并讨论了其优缺点。指出了自主空战决策的研究应立足现有相关方法及技术基础，同时积极吸纳机器学习、人工智能等新兴技术，合理利用各类方法的优点，取长补短，实现自主空战决策的长足发展；有关于该研究设想的关键科学问题及其潜在解决方案也在文中进行了初步讨论。希冀基于针对自主空战决策研究框架及实现方法的概念性讨论，促进其技术发展，推广相关思路在有关国家安全、国民经济建设等领域的应用，以满足国家重大需求和工程实践。     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。