多层设计参数的叶型气动优化

针对叶片型面的设计问题,提出一种基于遗传优化算法的多层参数化方法.这种方法类似多层网格法原理,利用Bézier曲线的递推算法进行各层之间的设计变量转化,使得优化迭代过程中,下层群体中得以保存上层的优秀个体.根据遗传算法固有的并行特性构建了局域网并行优化平台,并对基本遗传算法进行了改进,从而大大缩短优化时间、提高优化效率.最后设计了曲线逼近和叶型优化的算例,结果显示多层参数化方法能明显加速收敛,在个体数较少时,效果更为明显.     

有时间窗的多式联运问题分析与建模

限时性的快速货物运输已成为货运发展的趋势之一,多式联运则是此类限时快速运输较佳的运输组织形式.对有时间窗多式联运的内涵具体描述的基础上, 提出了有时间窗多式联运问题的双层优化模型,上层为货物时间窗求解模型,下层为路径优化模型.设计了求解路径优化模型的蚁环算法,并进行了实证分析,结果表明,用该算法求解有时间窗的多式联运问题可以方便有效地求得满意解.     

可变速发电机对多机电力系统的稳定性提高的影响

阐述了可变速发电机(ASG)对多机电力系统的稳定性提高有着明显的效果。为了利用电力系统模拟仿真器进行实时仿真，开发了基于个人计算机(PC)的可变速发电机模组。通过将Matlab／Simulink环境下建立的ASG三相瞬时值模型装到PC里的数字处理器(DSP)板上运行，来实现更为详细的实时仿真。通过DSP板上的AD／DA转换接口，对基于PC的ASG模组与电力系统模拟仿真器等实施了物理连接，进行了多机电力系统的实时仿真．所有的仿真结果均显示，引入可变速发电机后，多机电力系统的整体稳定性有了大幅度的提高．     

多级安全关系数据模型研究及其改进

讨论了基本的多级安全模型存在的主要缺陷，如推理通道问题。系统的可用性、灵活性受到严格的“向下读，向上写”规则的限制问题．不能保证数据完整性。通过引入多实例和伪元组．并重新定义读写规则．使改进后的模型更具安全性、灵活性和可用性。     

三块各向正交异性矩形板构成的卫星帆板在各种载荷下的横向弯曲

本文以三块各向正交异性矩形板组成的卫星帆板为研究对象,首次利用半解析方法研究了其横向弯曲的问题。就板间连接处复杂的边界条件,提出了与之对应的挠度函数形式。在此基础上采用相同形式的挠度函数求出了帆板在各种横向外载荷作用下的挠度,为解决多板连接结构的弯曲问题提供了一种有别于以往数值方法的新思路。     

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

轴流式前弯动叶的变工况气动性能实验研究

对前弯宽、窄动叶片和常规直叶片进行了变工况气动性能的实验研究。通过对实验结果的分析发现：相对于直叶片,前弯窄叶片不仅可以提高气动效率,而且扩大了风机的稳定工作范围,只是动叶动压头有所降低;前弯宽叶片的稳定工作范围则比窄叶片要宽,其气动效率和动叶压头也有大幅度的提高。这说明在提高效率、扩大稳定工作范围方面,动叶前弯和增加弦长同时起到积极的作用。还对三种动叶片的出口气动参数沿径向的分布规律进行了详细的测量,并对最高效率点和旋转失速前最小流量点的气动参数沿径向的分布规律进行了重点分析,从流体力学原理出发,解释说明了前弯动叶片提高效率,扩大稳定工作范围的原因。     

多指标决策TOPSIS法的一种改进

在多指标决策理想点法中,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了TOPSIS法的一种改进,将改进后的TOPSIS法用于多指标决策的方案排序,得到的结果将更加合理客观。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。