计算地球流体力学若干新进展

本文简要介绍了有关计算地球流体力学问题研究的若干新进展,其中包括显式平方守恒格式,经济算法,辛算子法,泥沙冲积和三角洲发育的数值模拟等,从中也可以看到计算地球流体力学的发展是具有重要理论意义和实用价值的。     

全局最优化问题的一种确定性算法

提出了一种求解全局最优化问题的确定性算法,它属于求解带有给定精度的全局最优解的覆盖法.原理是排除区域,即检查出不包含全局最优解的子区域,并从深入研究中排除出去.对某些特殊类型函数,将区域作一致网格覆盖,通过计算结点处的函数值逐次去除函数值较大的区域,保留函数值较小的区域,最终得到达到要求精度的全局极小值.算法要求函数的Hesse矩阵特征值的界可估计,并利用该界确定算法的终止条件.最后给出了数值例子.     

基于表面再现 Marching cubes算法改进与实现

从医学体数据中得到对象的三维可视图像有广泛的应用领域,例如医学诊断、法医学、古人类学等.本文讨论并分析了一种基于表面再现的 Marching cubes算法的优点及存在的不足,给出了算法在时空开销、不确定性等方面的改进和解决方案,改进后的算法在实际系统中取得了良好的效果.     

深空探测器动态约束规划中的外延约束过滤方法研究

随着深空探测任务的增加以及星上科学任务的日益复杂,深空探测器自主任务规划与调度技术成为研究的热点。在深空探测器任务特点与系统约束分析的基础上,将智能规划理论与约束可满足技术相结合,研究多层约束规划模型中约束的动态特征,设计了基于动态约束表的外延约束快速过滤算法,根据领域信息中活动间的冲突性特征来对新加入的活动进行分类和一致性检查。仿真结果表明:提出的算法能够有效地降低约束处理中无效的约束检查次数,降低问题处理过程中的算法回溯,提高规划效率和成功率。     

求解TSP问题的遗传算法

无人侦察机的巡航问题,如果不考虑其它约束条件,实际上是一个 TSP 问题。目前还没有求解 TSP 问题的比较有效的实时算法,我们首先利用改良圈算法求得一个较好的初始种群,再应用遗传算法就可以实时地求得一个较满意的解。     

飞机复杂蒙皮拉形数值模拟系统开发及关键技术研究

针对飞机复杂蒙皮拉伸成形特点,基于静态隐式算法开发了复杂蒙皮拉形数值模拟系统STRETCH FORM。系统分为前置处理、核心求解和后置处理3个模块。介绍了系统各模块的主要功能以及机构运动、静态隐式有限元算法和接触搜索算法等关键技术理论。利用商业软件MARC和PAM STAMP进行了S形蒙皮拉形的模拟计算对比,并对某型号机的进气道蒙皮零件进行了生产验证,结果表明系统具有较高的可靠性和计算精度。     

可重构制造系统的性能分析

可重构制造系统的生产管理与控制是实施可重构制造系统哲理的关键技术,而可重构制造系统的性能分析是可重构制造系统生产管理与控制的重要功能。基于可重构制造系统的赋时可重构Petri网模型及其调度Gantt图,提出可重构制造系统的性能指标评价方法,定义最大完成时间、生产资源利用率、作业完成时间和零件的平均生产能力等可重构制造系统的性能指标,并计算了实例系统的性能指标。实例研究表明,可重构制造系统的性能分析方法体现了可重构制造系统的重构柔性本质。     

基于波段选择的RX改进算法

针对高光谱检测亚像元飞机的问题,提出基于大气吸收谱段的改进RX异常检测算法,实现亚像元检测能力和检测效率的提升.阐述了改进算法的基本原理,对比了10 km高度和地面大气吸收系数的曲线差异,建立了改进算法的检测模型,采用仿真的客用飞机可见-短波高光谱数据和海水背景高光谱数据,获得了信噪比10 dB的高光谱仿真图像.采用经...     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。