基于遗传算法的升力体外形优化设计

升力体由于低热流率再入物理特性和高效的内部容积利用率，是高超声速飞行器气动外形的一种典型布局.文章对升力体飞行器进行参数化数值建模，并提取其表征外形的参数作为设计变量，综合考虑飞行器再入过程中的气动力、气动热、容积利用率及稳定性等性能指标.运用多目标混合遗传算法对升力体进行了多变量、多约束下的气动外形优化设计，获得了再入飞行器外形的最优Pareto解.数值模拟结果表明，典型状态下最优Pareto解与CFD结果相差12%，验证了优化结果的准确性.      

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

接地式三要素型动力吸振器性能分析

利用固定点理论优化接地类型的动力吸振器得到的结果可能不是全局最优参数,在选择其他参数时主系统可以获得更小的振幅, 接地类型动力吸振器的优化问题值得进一步研究. 因此,以一种接地式三要素型动力吸振器为对象,通过研究系统参数变化对固 定点位置与主系统最大振幅的影响,得到了此吸振器的局部最优参数并分析了它的性能. 首先建立了此系统模型的运动微分方程, 得到了主系统振幅放大因子,发现系统存在3个与阻尼无关的固定点. 固定点中幅值较大点随系统参数变化的趋势可以代表最大振 幅随系统参数变化的趋势,因此利用盛金公式得到了固定点幅值的表达式. 为了更加精确,进一步使用数值算法得到了最大振幅与 系统参数的关系图,发现系统中存在局部最优参数. 通过对比接地式吸振器与接地三要素型吸振器的最大振幅随系统参数变化的趋 势,得到了接地式三要素型吸振器的局部最优参数,并发现当固有频率比小于局部最优频率比时,接地式三要素型吸振器模型主系 统的最大振幅要远小于接地式动力吸振器模型.      

基于双状态Χ~2检测和快速强跟踪AUKF的组合导航算法

针对GNSS/SINS/摄影测量组合导航中某个子系统发生故障时,整个导航系统易受到故障数据污染的问题,提出了一种基于快速强跟踪AUKF的双状态卡方(Χ~2)检测数据融合方法。首先,采用快速强跟踪AUKF算法进行滤波;然后,引入卡方检验通过检测UKF子滤波器输出的状态向量来定位故障参数;最后,采用强跟踪滤波准确跟踪状态矢量突变以增强系统鲁棒性,并根据自适应因子实时调整预测协方差阵以修正增益矩阵,使滤波结果不受异常信息的干扰。将提出的改进算法与常规算法分别应用于无人机着陆导航系统,结果显示:与传统UKF相比,提出的算法得到的位置误差减少了62.6%以上;与强跟踪UKF相比,导航误差也至少减小了32.6%。     

基于移动可变形孔洞方法的超弹性结构拓扑优化

现有隐式拓扑优化方法在进行超弹性结构拓扑优化设计时，具有设计变量多、中间设计有限元分析存在严重的收敛性和设计结果无法直接导入CAD/CAE系统等问题。为解决这些问题，提出了一种基于移动可变形孔洞的显式拓扑优化方法来进行承受大变形的超弹性结构设计，材料本构采用常用的Mooney-Rivlin模型。首先，介绍了移动可变形孔洞方法的基本思想和可变形孔洞的显式描述方法；其次，构造了基于移动可变形孔洞方法的超弹性结构拓扑优化的数学列式，给出了相应的灵敏度结果；最后，通过数值算例验证了本方法的有效性。数值结果表明，该方法可以通过较少的设计变量和非常稳健的优化过程，给出边界由B样条曲线描述且可与CAD/CAE软件无缝连接的超弹性结构设计。     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

基于复化梯形公式的NGM(1,1,k)模型背景值优化

针对经典NGM(1,1,k)在背景值的影响下模型精度(拟合精度与预测精度)不高这一现状,结合复化求积公式中的复化梯形公式,推导了一种新的背景值优化公式.通过7类测试数据和2类实际数据的验证表明:推导的NGM(1,1,k)背景值优化公式显著地提高了NGM(1,1,k)的模型精度和实用性.     

基于罚函数方法的Leach协议

为延长无线传感器网络生存时长、减少网络能量消耗,首先将自适应粒子群优化算法应用于Leach协议,获得每一轮的最优簇头集;再基于罚函数方法,对集合中处于边缘位置的感知节点以及基站附近能量较低的感知节点进行惩罚,降低其当选为簇头的概率.通过大量仿真实验表明,协议对网络中簇头节点的选取更加合理,死亡节点分布由外而内,使节点能量负载更加均衡.