可压缩多介质流动问题的高精度数值模拟方法

在可压缩流动问题的数值模拟领域,激波的高分辨率计算已取得重要进展.但是包含物质界面的可压缩多介质流动的数值模拟还存在诸多数值挑战,主要表现为界面处数值耗散过大和非物理振荡等问题.界面处流体性质的不连续性是造成可压缩多介质流动问题物理建模与数值方法困难的主要原因.为了建立一套高效的可压缩多介质流动问题的高精度数值模拟方案...     

改进的粒子群算法求解背包问题

本文提出了改进的粒子群算法求解背包问题,阐明了该算法求解背包问题的具体实现过程。通过与其他文献中实例的计算结果比较,表明该算法切实可行,有较高的搜索效率。     

基于人工鱼群算法的单机场地面等待优化策略

目前大型机场拥塞问题日益严重.推迟飞机起飞时间,将成本较高的空中等待转化成地面等待,是进行空中交通流量管理的一个有效方法.本文研究基于人工鱼群算法的单机场地面等待优化策略并进行仿真,有效地减少了总的地面等待延误损失,说明该方法是可行的;通过与其他几种智能算法的比较,验证了该算法执行效率高、实用性强.     

航站楼旅客行李提取转盘指派问题

旅客行李提取是影响机场航站楼有效运行的关键环节,对旅客满意度有着重要影响.研究了航站楼旅客行李提取转盘的指派问题,首先分析了行李转盘的指派方式,然后以均衡使用行李转盘为优化目标,建立了机场行李转盘优化指派模型,设计了求解该模型的蚁群算法,并用Matlab编程实现了该算法.最后通过实例分析验证了提出的模型和蚁群算法的正确性,其指派结果与先到先服务的指派结果相比,各行李转盘的使用率更加均衡,从而提高了服务质量和旅客满意度.     

平面Poisson问题的间接变量等价边界积分方程

使用变分法确立平面Laplace外问题的确切形式；在此基础上，为了避免使用无限区域上的Green公式(不成立)，通过构造紧支集上的无穷可微函数，获得满足非齐次控制微分方程的特解的重要结果。使用非解析开拓数学方法，导出满足控制微分方程的位势函数集的等价边界积分表示式。获得Poisson问题的间接变量等价边界积分方程；通过一些例子，详细讨论了传统的外问题和边界积分方程的形式，表明它们不具有普遍适用性。     

二维多介质流动问题的界面处理方法

就二维可压缩多介质流动问题的数值模拟,给出了一种新的界面处理方法。通过在界面处构造Riemann问题,利用Riemann问题的解分别定义界面两边流体的边界条件,由于Riemann问题的解准确地描述了界面处流体的流动状态,因此得到了更加准确的界面边界条件。本文将由Riemann问题的解得到的界面速度外推到整个流场,重新定义速度场,避免了由于速度的大梯度变化而导致的Level—Set等值线相互交错,因而得到了更加精确的界面位置。利用该方法对水下激波与柱型气泡相互作用问题进行数值模拟,结果表明该方法能准确地捕捉各种物理现象。     

一种基于负载均衡的多Agent路径规划算法

在分布式信息查询系统中,使用多个Agent协作完成查询任务是一种有效的方法,所有Agent的总行程影响网络的通信流量,单个Agent的最大负载决定了壹询任务的完成时间.现有方法大多研究如何减少Agent的总行程,未考虑Agent的负载均衡问题.本文提出一种基于负栽均衡的多Agent迁移路线规划(Load balancedmulti-agent planning,LBMAP)算法首先寻找图中一条包含所有节点的TSP回路,然后使用动态规划算法将该回路分为多段,每个Agent访问其中一段,算法兼顾了两个优化目标:最小化Agent的总行程、最小化Agent的关键负载.仿真实验表明:随着Agent平均访问节点数的增大,LBMAP算法的性能趋近于理论最优值.     

飞机发动机进气道防冰系统的设计计算

针对某型具有分流隔板的发动机进气道进行热气防冰腔和管路系统的设计,在进气道的水滴撞击特性计算的基础上,对防冰系统进行热力计算,包括防冰表面的温度分布和系统压降及系统管路的流量分配,由此验证防冰系统正常工作时能否满足对表面温度的要求.此外,还分析了供气温度、供气压力、供气流量以及限流环孔径对防冰表面温度分布的影响.分析发现表面温度随供气温度、供气流量的增加而升高,限流环孔径的变化对前缘表面温度几乎没有影响,分流隔板的表面温度随孔径的增大而升高.      

GRECO与行波求解低散射目标后向RCS

GRECO(Graphical Electromagnetic Computing)技术是目前分析高频区复杂目标雷达散射截面(RCS)最有效方法之一.对低散射截面目标而言,行波效应往往贡献显著,在行波效应较强的某些区域,行波值甚至超过面元与棱边贡献,本文通过GRECO与行波混合法求解低散射目标后向RCS.利用低散射支架为实例,给出与实验结果符合良好的RCS曲线,具有工程实用价值.      

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。