反潜巡逻机布放包围浮标阵应召搜潜建模与仿真

依据经典的浮标应召搜潜方法,结合实际搜潜过程,以某型反潜巡逻机为背景,建立了反潜巡逻机布放圆形阵、方形阵和三角形阵搜潜航路规划的数学模型。对3种阵形的搜潜效能进行分析,仿真了初始距离、潜艇初始位置散布、潜艇经济航速和海洋环境噪声级对浮标阵搜潜效能的影响。仿真结果分析表明:相同条件下,方形阵的搜潜效能要略高于圆形阵和三角形阵的搜潜效能;3种包围阵的搜潜效能均随初始距离、初始位置散布、潜艇经济航速和海洋环境噪声级的增大而降低。     

零备件的多点库存单向转运模型与算法

 横向供应管理是提高装备保障效率的有效途径,传统的研究通常假设转运在所有库存站点之间进行,但这种转运结构在很多应用领域都并非是最好的选择。针对该问题,提出了适用于具有不同缺货费用的横向供应策略下的多点库存单向转运模型,运用一种简单有效的启发式算法对模型进行求解,算法的正确性通过仿真进行了验证。数值实例表明单向转运模型能够有效地提高系统的满足率、可用库存量和缺货水平等性能参数,同时反映了所采取的转运措施对库存系统的影响,对于完善备件库存理论具有重要意义,为制定合理的备件优化方案提供决策依据。     

基于混合算法的涡轴发动机稳态性能仿真模型

以自由涡轮式涡轴发动机为研究对象,建立了涡轴发动机的稳态性能仿真模型,提出了基于天牛须算法和N+1点残量法的求解发动机模型的混合算法(BAS-N+1混合算法),利用发动机台架试车数据对仿真计算结果进行了验证。结果表明,该稳态性能仿真模型各参数的求解误差在3%以内。与PSO-N+1混合算法相比,BASN+1混合算法求解精度更高,收敛更快。BAS-N+1混合算法既保留了智能算法对初猜值误差的包容性,也拥有接近经典迭代算法的收敛速度和精度,能够实现涡轴发动机稳态仿真模型的高精度大范围快速收敛。     

基于N-dot的涡扇发动机加速控制器设计

针对双转子民用涡扇发动机,进行基于转子加速度的加速控制器设计研究。采用常规的PI控制器结构,针对结构中所需的转子加速度指令,给出了1种满足要求的设计方法,并将PI控制参数的求解过程转化为带约束的非线性优化问题,利用模式搜索算法求解。构建包含稳态控制器和加速控制器的涡扇发动机闭环控制回路,进行加速过程仿真测试。结果表明:所设计的加速控制器满足涡扇发动机加速过程的性能要求,对于工程设计与应用具有一定的参考价值。     

基于压缩感知的信源个数与信号参数估计算法

信源个数与信号参数估计是盲信号处理的关键环节,对后续信号的侦察处理意义重大。针对当前盲信号信源个数与信源参数估计研究割裂的问题,提出了一种联合估计算法。通过分析信号的稀疏系数在不同测量矩阵相同稀疏字典下位置相同的特点,提高了信源个数和信号参数的估计精度,实现算法的自适应控制;通过数理分析确定了多级搜索策略的最优级次,大大降低了稀疏字典的原子数目。仿真结果表明：算法在一定信噪比下能够实现信源个数和信号参数的有效估计;信源个数和信号参数的估计精度随着压缩比的降低而逐渐提高,随着信噪比的提高而逐步增强;噪声对信源个数和信号参数估计精度的影响很大,尤其是低信噪比下;第2个信源载波频率和调频斜率的估计误差明显高于第1个信源参数的估计误差。     

一种新的单机场地面等待问题优化算法

对单机场地面等待问题提出了一种新的启发式动态优化算法。该方法通过对时间分段，添加飞机是否起飞标志量，分步计算地面延迟和空中延迟，递推求解，从而达到缩小每次求解规模的目的。采用实际数据，仿真验证了所提出的模型和算法的有效性。还给出了一种简便的近似解算法。     

面向自适应加工的精锻叶片前后缘模型重构

针对精锻叶片前后缘数控加工在加工边界出现"台阶"等问题,提出面向自适应加工的模型重构方法。首先,根据精锻叶片的特点给出前后缘加工工艺方案。其次,根据工艺方案建立在机测量模型并进行路径规划。在此基础上,依据前后缘实际几何型面参数以及理论模型各截面前后缘圆弧圆心和半径允差,提出重构模型圆弧圆心及半径搜索算法;根据各截面的测量点拟合线、理论截面线以及搜索的圆弧圆心和半径,建立重构前后缘模型。最后,通过对比重构模型与理论模型的偏差以及数控加工试验证明该方法能够有效地减小锻造叶片叶身实际型面与前后缘在衔接处的"台阶"缺陷问题,为复合制造工艺背景下精锻叶片前后缘加工成型提供依据。     

搜索算法对有效独立法优化振动模态测量位置的影响

讨论了直接法、逐步累积法和逐步消除法三种不同搜索算法对有效独立法选取最优传感器测量位置的影响.以航空发动机某部件为实例,对有效独立法通过三种搜索算法选取的最优传感器测量位置的搜索结果,在模态相关度、测量点各阶能量和Fisher信息矩阵三个参数方面进行了分析、比较,结果表明逐步消除法能最有效地达到有效独立法的增大目标振型空间分辨率的效果.      

多模式高概率量子搜索算法

量子搜索问题是发展量子神经网络必须要解决的问题之一.本文在分析了Grover量子算法基础上,针对量子神经网络要处理多模式问题提出了一个多模式高概率量子搜索算法,它通过一系列的么正操作能在模式集中以较高的概率搜索目标,并且该算法在搜索目标模式时能在一次算法的执行中就找到目标,所以它远比经典的搜索方法要快,而且随着模式集和目标数的增多,它运行效果越好,最后验证了算法的可行性和有效性.     

航班运控中飞机和机组快速整合优化恢复

由于 天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素 一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。 首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体 化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对 建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得 飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法 。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行 。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法 较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规 模的航班恢复。