太阳帆塔轨道和姿态耦合动力学建模及辛求解

在建立太阳帆塔太阳能电站简化模型的基础上,将系统的动力学方程从Lagrange体系导入到了Hamilton体系,给出了带约束的Hamilton正则方程;进而采用祖冲之类算法和辛Runge-Kutta方法分析了太阳帆塔轨道和姿态耦合系统的动力学特性,并讨论了算法的保能量、保约束特性;最后,数值模拟了系统的动力学特性,说明了所提方法的有效性.     

基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.     

冷链低碳物流配送路径优化的细菌觅食—蚁群算法研究

冷链物流的绿色发展已成为国家十三五发展的热点,在分析冷链物流配送环节各种成本基础上,以车载容量和时间窗为约束,构建综合总成本最小化的冷链低碳物流配送路径优化模型.将细菌觅食算法中的复制操作和趋向操作引入基本蚁群算法中,改善了算法的收敛效率和全局搜索能力,提出了细菌觅食一蚁群算法用于求解冷链低碳物流配送路径优化模型.通过实例仿真表明,在求解冷链低碳物流配送路径优化模型方面,细菌觅食—蚁群算法能够以更高的效率寻找到更低的综合总成本,验证了改进算法的合理性和有效性.     

基于果蝇算法优化广义回归神经网络的矢量水听器的DOA估计

为了提高矢量水听器阵列对窄带信号的DOA估计精度,运用果蝇算法优化广义回归神经网络,通过对阵列协方差矩阵实值化,并提取信号子空间的基作为样本特征进行网络训练,构建了果蝇算法优化下的广义回归神经网络,实现了基于矢量水听器阵列的水下声源的DOA估计.仿真实验结果表明,方法泛化性能较好,能解决输入维数过大的问题,且运行时间短,DOA估计精度高,具有较强的工程应用价值.     

一类积分边值问题的再生核数值算法

研究了一类具有积分条件的边值问题.基于再生核理论,巧妙地构造了一个具有积分条件的再生核空间,并且给出了再生核函数表达式.应用泛函分析中的算子理论及逼近论思想,给出了方程的近似解,即再生核数值算法.通过实例验证了算法的可行性和有效性.     

卫星运动预测及规避的建模与求解

近年来,随着各国侦查卫星系统的不断完善,有效根据观测数据预测卫星的轨迹,同时建立适当的规避防范措施变得尤为重要·通过研究地面监测站监测的卫星数据及地理信息,提出了一种基于三维坐标系变换的卫星轨迹求解模型,具体建立模型的方法为:建立4种不同的坐标系,通过卫星坐标在4种坐标系中的变换,将地面检测站检测到的卫星数据进行处理,拟合出卫星的六个运动参数,得出卫星运动轨迹方程,并较为精准的预测卫星被观测站观测到的情况,以及任意时刻星下点的经纬度坐标.针对卫星的运动情况,为满足我方军事目标的运动需求,根据新疆地图建立军队行军路线的有向图,然后,在考虑卫星规避的情况下对每条路线进行模拟分析,最终,通过每条路线模拟分析的结果进行比对,得出最优的行军路线.     

结合àtrous算法与Retinex算法的医学图像增强

提出结合àtrous算法与Retinex算法的医学图像增强.方法在二进小波理论基础上,利用推广的二维àtrous算法对医学图像进行处理,对经过多级分解后的医学图像的低频利用连续非线性函数增强,而对分解后的多个高频采用改进的Retinex算法进行增强;最后,对增强后的低频和高频进行重构.经过反复仿真试验结果表明:方法在去除噪声的同时更好地保留了图像边缘特征,增强了图像细节信息和凸显图像的轮廓,并克服对比度下降的不足,较好地去除光晕现象,视觉效果好,层次感更丰富.     

循环取货模式下的多车场协同运输问题研究

分析循环取货模式和协同运输问题的关联性,提出了供需节点分离下的多车场一体化协同运输路线优化问题,考虑运输价值和运输成本,引入节点-弧流量的概念,通过比较流量大小确定节点集合,构建了问题的多供应点、多需求点运输模型.考虑取货的单向性和送货的闭合性,构造了求解模型的两阶段算法,运用动态规划的递推解法确定取货最优路线,然后基于余弦定理的几何法求解出发点和返回点不相同的送货路径优化问题,最后通过算例分析,说明了模型的合理性和算法的有效性.     

一种基于校正无线电传播时间的室内三维定位模型

对室内终端进行基于无线通信基站的三维定位时,由于无线电在传播过程中,存在建筑物或树木遮挡、反射、折射等物理现象,导致基站到终端传播时间的测量值与精确值之间存在误差.为了减少上述误差对定位精度的影响,运用无线定位原理建立了一种基于校正无线电传播时间的改进的室内三维定位模型.通过对2016年全国研究生数学建模问题C题所提供的不同场景的数据分析,发现基站与终端无线电传播时间的测量值与其精确值之间存在线性关系,而且同一场景下近似有相同的线性关系,场景不同线性关系一般不同.基于这一现象,对基本的定位模型进行了合理的修正形成了改进的定位模型,数值实验表明改进的定位模型有很好的定位精度和鲁棒性.     

基于萤火虫群优化算法的烟草香级集成分类方法

针对烟草化学成分与卷烟制品香级之间确定的数学模型难以建立的问题.提出了一种基于萤火虫群优化算法的烟草香级集成分类方法.方法首先使用混合核SVM独立训练多个个体支持向量机,然后利用改进的离散型萤火虫群优化算法选择部分精度较高、差异度较大的个体分类器参与集成,最后通过多数投票法得到最终的分类预测结果.对比实验结果表明,算法在分类准确度上具有较大的优势,证明了算法的有效性·从而为烟草的香级分类提供了可靠依据.