管壳式换热器的一种优化设计

换热器的结构优化涉及到多参数的耦合问题.区别于以往优化方法只是将换热器单个性能涉及因素作为目标函数,选取换热器性能涉及因素中的换热体积和换热过程压降损失为优化对象,以湿空气与水热交换作为具体工况条件,分析了管壳式换热器的传热和压降模型,得到了管壳式换热器设计的优化结果,找到了一种综合考虑换热器体积以及换热过程压降损失的换热器结构设计方法.与普通设计方法相比,该方法可以有效减小换热器体积与传热过程压降损失.     

SVM最优分类面相对位置的修正

通过放宽标准支持向量机(SVM,Support Vector Machines)中类别边界至分类面等间隔的约束,保持两类函数间隔之和不变的条件,在支持向量机思想框架下得出分类面依样本分布进行调整的新型支持向量机,其对偶形式与标准支持向量机完全相同,从而在理论上进一步完善了支持向量机.在此基础上,提出使类别的函数间隔正比于样本标准差的具体算法--方差修正法,达到最优分类面的相对位置依样本方差而调整之目的.从统计意义上来说,方差修正法在分类精度上有所提高,但计算量增加不多.     

大攻角条件下的二维进气道型面优化设计

基于一维气体动力学,以进气道前体楔面楔角为优化设计参数,以总压恢复系数、流量系数最大及阻力系数最小为优化目标,对二维进气道外型面进行了优化设计,并综合考虑了大攻角条件下的位于背风面与迎风面上进气道面临的不同来流条件.在优化设计中,采用改进后的NSGA-Ⅱ遗传算法.在问题求解中,对NSGA-Ⅱ算法的交叉算子及优选策略进行了改进.优化结果表明.总压恢复系数与阻力系数的优化结果具有一致性,即二者可同时达到最优;第一级楔角的大小对流量系数的影响显著.对优化结果进行了数值模拟,数值模拟结果表明,文中设计的型面构型满足设计要求.该设计方法可用于二维进气道型面考虑攻角条件下的初步设计.     

稀疏拟谱最优控制法求解Goddard火箭问题

提出了一种新的基于直接转化法的求解基于常微分方程(ODE)和微分代数方程(DAE)的最优控制问题的数值方法.该方法通过Legendre-Gauss拟谱法同时离散化状态变量和控制变量,把最优控制问题转化为一个非线性规划问题,并利用改进的多相处理方法避免优化无控段,同时基于稀疏矩阵探索其一阶导数信息.数值结果表明,与传统的直接转换法相比,该方法是一种通用高效的精度较高的ODE/DAE最优控制直接数值求解法.最后,从工程观点出发,应用该方法成功求解了终端自由有路径约束的奇异最优控制问题Goddard火箭问题.     

Vector容器效率测试

本文为测试STL中的各种容器效率提供了模板,并重点讨论了向量vector内存分配机制和执行效率问题,并在这两方面和其它几种容器进行了比较,最后提出了提高vector效率的几种方法。     

角速率输入下圆锥补偿算法的一般形式

传统圆锥补偿算法直接应用于由速率陀螺组成的捷联惯导系统时,算法误差明显增大.为抑制算法误差,提出了一种以角速率为输入信号,任意子样数圆锥补偿算法(包括改进算法)的一般形式,并在典型圆锥运动条件下以算法漂移误差最小为优化准则,推导了相应的圆锥补偿系数方程和算法误差表达式.利用给出的公式,求解一个线性方程组即可得到圆锥补偿系数,可方便快捷的设计任意子样数的角速率圆锥补偿算法以及改进算法.仿真结果表明,所设计的改进算法比同子样数常规角速率圆锥补偿算法在精度上有明显提高.      

基于小波包分解和FCM聚类的纹理图像分割方法

提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.      

基于支撑域的单分类器和密度估计的本质关系

单类支持向量机和支持向量数据描述是两种流行的基于支撑域的单分类器。为揭示采用高斯核后他们与密度估计之间的关系,首先将基于支撑域的单分类器统一到密度估计的框架下;其次证明了基于支撑域的单分类器诱导的密度估计和真实密度一致,同时也能减小积分平方误差。最后通过人工数据集实验验证了上述关系。     

支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。     

用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.