基于遗传算法的紧凑型高温超导托卡马克磁体优化

基于遗传算法和二维轴对称磁场有限元模型对高温超导托卡马克装置磁体进行了优化设计。以超导带材使用量最少为优化的目标函数，在给定的背景场设计指标和高温超导带材在50K、不同背景场的临界电流数据下，对磁体物理参数以及运行电流进行优化，得到了托卡马克高温超导磁体在50K温区下的设计方案。     

基于有限元-时域分段自适应算法的围岩衬砌耦合渐进分析

以开挖时间、一衬时间、二衬时间划分时间区段，考虑围岩与衬砌为弹性/粘弹性介质，将围岩的“位移/应力释放不完全”、开挖等影响模拟为载荷的渐进释放，提出一个有限元-时域分段自适应算法，求解围岩衬砌耦合问题，并通过数值算例对算法进行了验证。所提方法给出了各时间区段的关联条件；可更准确描述各变量随时间的变化；同时将原时空耦合问题转化为一系列空间问题，并利用有限元方法递推求解；当步长变化时可通过自适应计算保证稳定的计算精度。此外，还建立了一个载荷渐进参数的反问题数值求解模型，并给出了相关算例。     

基于遗传算法的弹性地基加肋板肋梁无网格优化分析

基于遗传算法及一阶剪切理论,提出一种弹性地基上加肋板肋条位置优化的无网格方法.首先,通过一系列点来离散平板及肋条,并用弹簧模拟弹性地基,从而得到加肋板的无网格模型;其次,基于一阶剪切理论及移动最小二乘近似原理导出位移场,求出弹性地基加肋板总势能;再次,根据哈密顿原理导出结构的弯曲控制方程,并通过完全转换法处理边界条件;最后,引入遗传算法和改进遗传算法,以肋条的位置为设计变量、弹性地基板的中心点挠度最小值为目标函数,对肋条位置进行优化达到地基板控制点挠度最小的目的.以不同参数、载荷布置形式的弹性地基加肋板为例,与ABAQUS有限元结果及文献解进行比较.研究表明,采用所提出的无网格模型可有效求解弹性地基上加肋板弯曲问题,结果易收敛,同时基于遗传算法与改进混合遗传算法所提出的无网格优化方法均可有效优化弹性地基加肋板肋条位置,后者计算效率相对较高,只进行了三次迭代便可获得稳定的最优解,此外在优化过程中肋条位置改变时只需要重新计算位移转换矩阵,又避免了网格重构.     

基于正弦控制因子的Lateral变异鲨鱼优化算法

针对传统鲨鱼优化算法在求解高维目标函数时,易早熟收敛,陷入局部最优的缺陷.提出一种基于正弦控制因子的Lateral变异鲨鱼优化算法.通过正弦曲线的特性和自适应惯性权重,改善了传统鲨鱼优化算法中由于随机选取控制因子数值大小可能导致算法在迭代后期全局搜索能力降低的问题,提高了算法在迭代后期的全局收敛能力,并对最佳鲨鱼位置引入Lateral变异策略,加强了算法跳出局部最优的可能性.改进后的算法对多个shifted单峰,多峰以及固定维测试函数进行求解,实验结果表明,对比多种不同优化算法而言,本文所提LSSO算法具有更高的收敛精度和搜索速度.     

一类带参数的非线性奇异摄动问题的自适应移动网格算法

本文讨论一类带参数的非线性奇异摄动问题的自适应移动网格方法.首先,在任意非均匀网格下,利用向后欧拉公式对方程进行离散,并给出相应的局部截断误差.然后,基于局部截断误差和网格等分布原理,利用精确解的弧长函数,证明半离散格式下自适应移动网格算法是一阶收敛的.同时,基于近似的弧长控制函数,给出易于实现的网格生成算法,并给出全离散格式下的后验误差估计.最后,数值实验结果验证了本文所给出的理论结果.     

基于多通道盲识别的自适应光学图像事后处理

为实时恢复天文或空间目标的湍流退化成像,提出一种适应大气湍流动态变化的多通道自适应光学图像恢复方法.以自适应光学校正后不同时刻的目标成像作为多个通道,建立求解系统点扩散函数的线性方程,根据解出的点扩散函数利用超拉普拉斯算法,求解待观测目标的估计值.结果表明:不同时刻的点扩散函数之间存在互质关系,满足多通道盲识别的理论要求.利用建立的线性方程求解出的点扩散函数与原点扩散函数的均方误差在10^-30~10^-27量级,采用超拉普拉斯算法恢复出的目标成像与原始目标之间的均方误差在10^-5~10^-4量级.本文研究为湍流退化图像的实时恢复提供了理论基础.     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

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.