大规模混合网格的分区策略研究

在飞行器阻力数值模拟中常常需要数百万网格点的巨型混合网格,甚至需要网格点数达到数千万的超巨型混合网格.在并行计算前往往需要对这些大规模混合网格进行分区操作.针对Metis库函数所需要输入的大规模边表的生成问题,提出了一种生成边表的并行算法,并运用此算法,在微机机群上对具有4,787,893个网格点的DLR-F6翼型(翼身组合体 挂架 发动机短舱)的巨型混合网格成功地生成21,556,110条边的大规模边表,进而采用Metis提供的多级循环二分法顺利地对该巨型混合网格实现均匀分区,从而验证了该并行算法的有效性.     

Agent仿真中具有先验知识的混合学习算法与混合结构模型

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作。Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时。为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程。     

改进的图像相关匹配算法

将遗传算法用于低对比度小目标图像相关匹配跟踪,提出了改进的快速图像相关匹配算法。结合图像匹配本身的特点,采用新的编码方式克服了二进制编码的缺点。采用NPROD匹配准则在同样的匹配效果条件下,提高了匹配精度,该算法在计算速度上较原始算法提高了至少12倍以上,同时该算法还具有每帧图像匹配计算时间基本恒定的优点,便于在实际系统中采用。实验结果表明该方法可以有效地跟踪低对比度小目标。     

武装直升机对地攻击路径规划遗传算法适配函数设计

简要分析了武装直升机对地攻击路径规划问题,基于遗传算法构建了武装直升机对地攻击路径规划适配函数,详细论述了适配函数中各主要威胁因素,并对路径可行性进行了分析,提出了路径可行性调整方案,针对路径撞山情况下地形威胁不合理问题,提出了解决方案.     

基于二维表的频繁集组合方法

挖掘关联规则时,频度集的计算是一个关键问题。现有算法大多从apriori,fp-growth算法演化而来,这些方法都存在有组合爆炸问题:apriori算法是候选模式造成的,而fp-growth算法是条件模式基造成的。因此,对于具有稠密数据的事务数据库现有的方法无法完成频度集的计算,即使是现有最好的fp-growth算法。将给出一种基于迭代思想的频度集计算方法,既不用频繁扫描数据又不用组合计算,实验表明此方法是十分有效的频度集计算方法。     

压电智能结构和反馈控制的集成优化设计

针对挠性结构振动控制中智能材料的特性,综合考虑压电敏感器/致动器的位置、尺寸、质量及其对挠性结构刚度特性的影响和控制律,建立系统状态空间模型,提出一种新的优化配置的性能指标和集成优化设计方法。运用李雅普诺夫稳定性定理证明了闭环系统的全局渐近稳定性,性能指标的最小值可取为相应矩阵的迹而不依赖于系统的初始状态。采用遗传算法寻优,数值仿真结果表明,该设计方法能够快速的抑制系统的振动。     

不确定结构区间特征值上下界的并行解法

当工程结构参数包含不确定因素时,结构的固有频率也将是不确定的.这就需要讨论不确定性振动问题中广义区间特征值的求解方法.在Deif标准区间特征值求解定理的基础上,通过区间分析,将特征值的上下界分解成2个广义特征值问题进行求解.基于此求解方法的并行性分析,给出并行求解算法,克服了求解区间问题计算量大的缺点,使传统串行机或者串行算法难以解决的区间特征值问题得以较好的解决.      

直接统计模拟位置元方法中的分子表面反射确定论判据

在直接模拟Ｍｏｎｔｅ－Ｃａｒｌｏ（ＤＳＭＣ）方法的位置元方法中准确判断分子是否与某一表面元相撞,直接关系着气动力热的计算精度,是方法需要解决的关键问题。本文发展的分子表面反射判据,使这个问题得到了有效的解决。此外,还讨论了分子空间位置坐标的记录方法、分子碰撞对的极限距离、网格自适应等实际模拟技术。与圆球自由分子流准确解和过渡领域贴体网格ＤＳＭＣ模拟结果的比较,证明了上述判据和技术的有效性。     

SLFM网络及其学习算法的改进

介绍了一种新型的人工神经网络--有监督线性特征映射(SLFM)网络,它综合了BP网络的可监督性和SOM网络算法简单的优点,具有学习速度快、精度高、扩展能力较强的优点.文中讨论了SLFM网络的拓扑结构和学习机制,并对网络的学习算法进行了改进,对比实验表明,改进后的SLFM网络其性能得到了进一步的提高.     

一种基于主星的导航星座构造方法

提出了一种基于主星的导航星座构造方法,利用不等式约束下多变量函数最优化问题的求解方法实现了导航主星的选取和导航星座的构造。实验表明,采用该方法构造的导航星座数据库,既不会造成导航星的丢失,又显著地减少了需要存储的识别基元的数量,从而有效地降低了导航星座数据库的存储容量。