并行加工系统一类排序问题的最优解

讨论了将多个零件分派给并行加工系统加工的排序问题.假设同一零件分配给不同的设备,其加工时间不同,分析了使所有零件的总花费时间(加工时间与等待时间之和)最小的排序方法.首先建立了该类问题的数学模型,然后将其转化为指派问题,通过匈牙利算法可以得到最优解.所得算法的时间复杂性是多项式界的.最后给出了一个数值例子说明求解过程.     

高校排课中的遗传算法

采用了鲁棒性较好的遗传算法,对院校的必修课给出了染色体编码和适应度函数,并采用了自适应的杂交和变异概率,程序运行结果良好。     

带权优化约束Delaunay三角化算法

Delaunay细化算法是目前大多数约束Delaunay三角化算法的主要思想,针对其要求输入的约束条件中不能包含夹角较小的尖角的问题,给出了Delaunay细化算法收敛的充分条件,并通过在尖角点和尖角边处引入带权点和带权Delaunay空圆/球准则的方法提出了一种带权优化约束Delaunay三角化算法,解决了经典的细化算法在尖角处算法不收敛时需引入辅助控制区域以及过多辅助点的问题,对算法的收敛性进行了分析,给出了相应的算法应用实例,可以应用于复杂几何对象的科学计算和工程分析.     

机翼后缘柔性支撑结构的拓扑优化

针对机翼后缘柔性支撑结构的多目标拓扑优化问题,分析了柔性支撑结构的优化目标及目标函数,并采用位矩阵表示机翼后缘柔性支撑结构,利用非支配排序遗传算法(NSGA-Ⅱ)对该优化问题进行了求解。在优化过程中,引入连通性分析和相似个体过滤,借助ANSYS对可行个体进行有限元分析(FEA),获得了结构质量、变形性能和承载能力等目标值。通过MATLAB对违约个体进行惩罚,实现了位矩阵表示的NSGA-Ⅱ,得到了一组互不支配的机翼后缘柔性支撑优化结构,可根据实际需求选择这些相应的拓扑结构。结果表明,本方法可为机翼后缘柔性支撑结构的拓扑优化提供可行、有效的解。     

非标准参数的CCSDS Turbo码译码器性能仿真

实现了一款具有通用性的Turbo码编译码器,对CCSDS(Consultative Committee for Space Data Systems)规范中的信息数据帧长度进行扩展,不仅支持原有的5种帧长,而且能实现16384bit内255bit的任意整数倍帧长的信息序列的编译码.针对标准外的编码参数,分别对不同译码算法(MAP,SW-MAP,log-MAP算法)的译码性能进行了仿真,并与标准参数的译码器进行比较.将算法程序以C++动态链接库的形式实现,编写Python测试程序,产生待仿真码长的随机信号,编译码后计算误码率,绘制出信噪比和误码率的关系曲线图.通过相应的仿真发现,所设计的编译码器具有所需的通用性;同时对不同算法的性能进行了分析比较;研究各项参数对于译码性能的影响,包括信息序列长度、码率、迭代次数等.     

导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

高超声速飞行器后体/尾喷管优化设计

结合试验设计方法、替代模型技术和遗传算法构建一套改进的优化方法,并将其应用于高超声速飞行器后体/尾喷管的一体化设计.在构建优化方法时,针对替代模型采用渐近全局策略提高精度;针对遗传算法,采用实数编码、多目标定级排序和改进小生境技术.在后体/尾喷管的一体化设计应用中,结合高精度的计算流体力学(CFD,Computational Fluid Dynamics)求解,以两个设计点的推力和升力为目标,以力矩为约束,得到优化问题的Pareto最优前沿面,优化结果在综合性能方面有很大提升.该优化方法可进一步推广应用于更复杂的优化设计当中.      

基于速度增量的空间绳系机器人中距离逼近过程最优轨迹规划

针对空间绳系机器人中距离逼近过程最优轨迹规划问题,提出了基于速度增量的多目标逼近轨迹优化方法,优化指标为总速度增量及逼近时间。首先建立逼近过程相对动力学模型及最优逼近轨迹优化模型,然后利用改进型非劣分类遗传算法得到相对逼近距离1.5 km内逼近轨迹的Pareto最优解。仿真结果表明,该方法可以揭示空间绳系机器人逼近距离1.5 km内逼近时间、燃料消耗、相对目标的面内视界角及速度增量次数之间的相互关系,能满足针对不同任务需求提供相应最优轨迹的要求。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

基于新型C4D的小管道气液两相流流型辨识方法

基于径向结构的电容耦合式非接触电阻抗检测传感器,结合小波包分析技术和K-均值聚类算法,提出一种小管道气液两相流流型辨识方法。首先,利用径向结构的电容耦合式非接触电阻抗检测传感器,获取反映被测流体信息的电阻抗测量信号实部信息和虚部信息。然后,采用小波包分解的信号处理技术将实部信息和虚部信息分别分为4个频率段,提取不同频率范围的能量分布情况,并与各自的均值、方差构成特征向量。最后,利用K-均值聚类算法进行模式分类,建立流型辨识模型。在内径为3.5 mm和5.5 mm的玻璃管道内进行验证实验,实验结果表明,所获得的传感器测量信号能反映流体流动信息,提出的流型辨识技术路线是有效的,流型辨识精度可达88%以上。