基于正交试验设计的进化算法初始种群生成法

针对进化算法求解多元优化问题时搜索空间较大、易陷入局部最优解等问题,提出了基于正交试验设计的进化算法初始种群生成法。采用正交试验设计思想,以搜索空间维数为因素,维数上分割的节点为水平,在满足约束条件的样本点邻域δ范围内按一定比例选择适应度较优个体,组合生成初始种群。与常规随机生成种群法对比,初始种群正交生成法在搜索空间内进行了大范围的拉网巡查,解决了初始种群生成较为盲目的问题,保证了种群的多样性,加快了算法的收敛速度,为更优初始种群个体的生成提供了保证。     

胶接结构组件超声C扫描检测

对于板/板、板/芯胶接结构组件,超声波C扫描检测更为直观,能直接显示出试件内部缺陷大小、形状及其分布,有较高的分辨能力.     

恒星大小的判断

恒星有大小，这是人尽皆知的。但那看上去钮扣般大小的星星该如何知道它的大小呢?是根据恒星与我们的距离和亮度计算出来的。     

西藏推进第二次陆生野生动物资源调查工作

为了查清区域内野生动物分布现状、栖息地现状、种群数量及变动趋势等情况，西藏自治区林业厅举办了第二次陆生野生动物资源调查技术培训班，截至目前，培训结业后已有35名学员赶赴珠峰地区进行陆生野生动物资源调查活动。此次调查活动将对西藏全区野生动物资源进行综合评估，并建立西藏野生动物资源监测网络信息系统。     

备受青睐的火星探测——著名火星探测器一瞥

美国"双胞胎"寿命长 美国勇气号和机遇号火星车是一对一模一样的"双胞胎",各自长1.6米、宽2.3米、高1.5米,重174千克,大小与高尔夫球场的小车相似,于2003年6月10日和7月8日分别发射.它们主要完成的探测任务是判断火星上是否有过生物,明确火星气候特征,掌握火星地质特征;为人类探索打下基石.经过约半年的飞行,勇气号和机遇号分别在2004年的1月3日和24日经历了惊心动魄的6分钟降落过程之后在火星表面安全着陆.它们着陆方式采用与1997年在火星上着陆的"火星探路者"一样的弹跳方式.     

轴流压气机大小叶片特性试验研究

本文介绍了轴流压气机大小叶片技术概况及国内外研究现状,简述了国内在涡轴发动机上应用此项技术的研制历程。通过进行部件试验和整机试验,对采用大小叶片技术后发动机性能的改善进行了分析。试验结果表明,采用新型轴流压气机后,发动机流量增加了7.27%,功率提高20.79%,耗油率反而降低2.67%,充分验证了大小叶片技术的有效性。采用大小叶片这种先进的气动布局方案的轴流压气机,能够较大幅度提高发动机的性能,具有广阔的应用前景。     

客/货两用飞机货舱烟雾探测试验方法研究

对于客/货两用飞机货舱烟雾探测系统,国内尚未开展过其功能验证试验,缺乏相应的试验标准。为了对某型客/货两用飞机货舱烟雾探测系统进行考核,借鉴民用运输类飞机常用的烟雾探测试验方法开展研发试验,结果表明试验方法并不适用。为重新制定试验方法,分析了不同种类烟雾发生器的特点,给出了烟雾发生器的选择建议。根据该型机货舱烟雾探测系统特点,提出了新的烟雾量确定方法及发烟位置选择方法。基于该型机的使用环境,确定了试验条件,形成了最终试验方案,完成了对该型机货舱烟雾探测系统的考核。该试验方法可为后续客/货两用飞机货舱烟雾探测系统考核试验提供参考。     

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。      

大小金川 万树梨花入梦来

看惯了平原春花的都市人,不妨在春季走出嘈杂喧嚣的城市,走进拉开春天序曲的大小金川河谷。人们都说,高原的春天来得比别处晚,可是,在大小金川这片美丽的河谷,我们可以在阳春三月就欣赏到春花灿烂的奇丽美景。     

一种基于生物趋化的改进粒子群算法

针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物趋化原理引入到粒子群优化算法中,改变传统粒子群优化算法只存在吸引操作而没有排斥操作的单向性,提出一种保持种群多样性的改进算法,并对其关键参数的选择进行了研究。仿真实验结果表明,与传统粒子群优化算法相比,基于生物趋化的粒子群算法对于处理复杂的多峰函数或优化问题,可显著提高算法的全局寻优性能。