注入式的遗传算法的分析与研究

该文提出了一种改进的遗传算法———注入式的遗传算法。该算法利用遗传算法全局搜索能力强和知识库具有存储记忆功能的特点,通过引入知识库中的经验值来提高遗传算法的求解速度和精度。该实验用基本遗传算法和注入式遗传算法来求解旅行商问题,通过对比实验结果,证明改进遗传算法的可行性和有效性。     

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。     

基于六模糊控制器的自适应遗传算法

遗传算法的性能主要取决于算法对满意解的搜索和优化的能力。本提出的自适应遗传算法可以自动均衡搜索和优化关系。该算法采用六个模糊控制器对符号编码遗传算法的遗传操作实施动态参数控制。对旅行商(TSP)问题的求解结果表明该算法在解决类似于TSP的组合优化问题时具有比标准遗传算法更好的性能。     

超临界自然层流机翼设计及基于TSP技术的边界层转捩风洞试验

为了实现绿色航空节能减排的目标,层流设计技术成为飞行器设计者的研究热点。对于跨声速客机而言,超临界自然层流机翼设计技术将显著减小飞行阻力,提升气动性能,减少燃油消耗和污染物排放。首先,基于高精度边界层转捩预测技术耦合翼型优化设计系统,实现超临界自然层流翼型设计;经过合理的翼型配置,形成超临界自然层流机翼。转捩数值模拟分析结果表明,超临界自然层流机翼的层流流动特性良好。然后,以比例为1：10.4的试验模型在荷兰高速低湍流度风洞进行边界层转捩风洞试验,使用温度敏感材料涂层（TSP）技术拍照获得机翼表面在不同马赫数、雷诺数和迎角工况下的层流-湍流分布。最后,通过超临界自然层流机翼边界层转捩试验结果,探讨了该类型机翼的转捩特性随来流参数的变化规律,总结了超临界自然层流机翼设计的关键因素。此外,该模型也可用来验证边界层转捩预测技术在超临界、高雷诺数工况下的预测精度。     

压气机转子叶片的抑颤设计

为了建立适用于工程设计的叶片抑颤方法,以一高压压气机转子叶片为对象开展了叶片颤振特性与其结构参数的关联性研究。采用基于相位延迟边界条件的能量法和特征值法对原转子叶片模型的气动弹性稳定性进行评估,通过分析近失速工况下的非定常气动功密度分布,对叶片安装角沿径向分布、弦长和叶尖间隙等设计参数进行调整,以明确各参数对气动弹性稳定性的影响,最终达到提高气动阻尼的目的。研究结果表明:叶尖间隙对气动阻尼的影响较大,安装角次之,弦长影响相对较小。叶片气动阻尼随叶尖间隙的变化并非单调,而是存在一个叶尖间隙使其气动阻尼最小,即叶片气动弹性稳定性最差。减小进口气流攻角和增加折合频率,能够提高气动阻尼,设计中可以通过调节安装角来减小气流攻角,增加弦长来增大折合频率。考虑到对叶片气动性能的影响,在调节安装角时通常要保证进口气流攻角的改变量不超过5°,调节弦长和叶尖间隙时要保证各结构构件不发生碰摩。     

并行遗传算法的性能分析

随着遗传算法的不断发展,人们利用它来解决复杂的大规模组合优化问题。但串行遗传算法本身的缺陷和瓶颈使得它越来越天法满足人们的需要,人们开始研究遗传算法的并行化。本文在简单介绍并行遗传算法及研究现状的基础上,以TSP问题（TravelingSalesmanProblem）为实例,讨论了影响并行遗传算法性能的主要因素,并给出了相应的实验结果。     

大气TSP与自然降尘相关性分析及预测

利用陕西省1995-2003年监测的大气TSP年日均值和自然降尘年月均值，分别建立了相应的变量一元线性回归方程，并进行了TSP与自然降尘的预测及其误差分析。经检验，TSP预测线性回归方程及自然降尘预测线性回归方程均显著，预测结果具有较高的可信度。在颗粒物构成相对稳定的同一地区两项均值总体线性相关性显著。     

TS P转捩探测技术在民机风洞试验中的应用研究

以ARJ-4模型为研究对象,在FL-3风洞中进行TSP转捩探测技术试验研究,并应用红外热成像转捩探测技术进行探测,获得对比验证结果,试验中还采用了基于柱状粗糙元的固定转捩试验方法.试验使用了自研TSP涂料,对模型进行了预加热,预加热模型的目的是增大模型表面层流区与湍流区之间的温度差异.模型表面粘贴了红外试验用标记点,也作为TSP技术图像对准控制点.试验状态为马赫数0.75和0.85,α由-4°变化到4°.试验结果清晰地显示了模型表面的层流区与湍流区及其随迎角的变化.     

基于体绘制的真三维显示中体素路径优化算法分析

由于基于体素的绘制方法所需处理体素数据很大,而体素激活的随机顺序与体数据存储顺序不一致,因此需要在体素激活前对体素按照立体显示的要求进行路径优化.本文针对该问题描述和分析了体素化过程,并提出一个典型的体素化流程.在此基础上,重点分析了流程中的体素路径优化算法,对其进行分析后进行数学建模并转化为TSP问题,最后提出了一个...     

一种新的求解TSP问题的杂交算子

TSP(TravelingSalesmanProblem)问题是最经典的NP-hard组合优化问题之一。长期以来,人们一直在寻求快速、高效的近似算法,以便在合理的时间内解决大规模问题。在文[5]提出的两交换启发交叉算子的基础上,通过分析,发现该算子的杂交结果与所选择的首城市有关,因而不同的首城市的选择会大大影响该算子的效率。为此,提出了一种新的有效利用局部信息的杂交算子,该算子能够有效的保存母体信息,进一步摆脱首城市的选择问题。实例仿真证明该算子的有效性。