多策略集成的改进技能优化算法及应用

针对技能优化算法(Skill Optimization Algorithm,SOA)寻优精度不高、收敛速度慢等缺点,本研究提出一种多策略集成的改进技能优化算法(Multi Strategy integrated Skill Optimization Algorithm,MSSOA)。MSSOA采用佳点集策略初始化种群,提高初始种群在解空间内的分布质量;根据算法特点在全局搜索阶段采用自适应权重,改进个体行进的步长;根据不同个体采用不同的t-分布扰动方式,平衡全局搜索和局部搜寻的关系,增强算法后期局部搜寻能力。通过12个测试函数、2个工程应用问题对其性能进行测试,测试结果表明MSSOA有着理想的寻优精度和收敛速度,能够解决复杂的工程问题。     

地日系统中Lagrange点附近的编队队形重构

L agrange点附近的编队研究对深空探测有着非常重要的意义。该文研究了利用双脉冲变轨实现三体问题中H a lo轨道附近编队的队形重构问题。证明了在短时间重构时,三体问题中存在着与Hohm ann变轨类似的结论:始末脉冲法是双变轨法中能量最优的重构方法。给出了实现重构所需能量的近似解析表达式和精确计算的数值方法。短时间重构的情况下,数值方法与解析方法得到的结果几乎相同。结果表明:在使用始末法实现重构时,重构所需要能量随重构时间的增加而减少,随重构半径的增加而增加。     

柴油爆炸性能外场实验研究

通过Ø30 mm杀爆燃弹外场炮击实验,模拟车辆、装备油箱被炮火击中后二次爆炸场景,采用高速照相机、红外热成像仪分别记录引爆柴油过程和爆炸火球的温度场,对比评估普通柴油、含水型柴油和抑爆型柴油的爆炸特性。实验结果显示：炮弹射击油箱瞬间,柴油液滴被抛撒出油箱,与空气快速混合形成气溶胶,并在炸药能量作用下引发爆炸,形成爆炸火球;不同类型柴油的爆炸火球均经历3个发展阶段,但其尺寸、扩展速率和表面温度等有较大差别,普通柴油和含水型柴油的火球这3个参数比较接近,都大于抑爆型柴油;含水型柴油的油箱毁伤容积为108.00 dm³,远高于普通柴油的57.65 dm³和抑爆型柴油的38.15 dm³。研究表明,抑爆柴油中的高分子聚合物能起到较好的抑爆作用。

     

具有无穷多共存类吸引子的保守混沌系统同步控制

提出了一个三维的保守混沌系统,在MATLAB中绘制它的类吸引子图、相图、Lyapunov指数图及分析它的动力学特性,可以验证该系统是一个保守混沌系统.之后对系统进行正弦项变换,得到了一个新的三维系统,对变换后的系统进行分析,可以验证其也是保守混沌系统,且具有无穷多共存类混沌吸引子.最后,构造了一种多通道误差系统及同步控...     

一种确定最优Copula的方法及应用

对于给定的三种Copula模型,通过Genest ＆ Rivest非参数法和极大似然方法进行了参数估计,并加以图形分析,最后进行了拟合优度检验,得到了最优的copuda,应用于上证指数和深证指数,很好地描述了其相依结构．     

基于非负矩阵分解最小二乘的多视角行人分类算法

针对不同视角的行人样本具有较大的类内差异性,造成多视角行人识别错误率较高的问题,提出一种基于非负矩阵分解最小二乘的多视角行人分类算法.采用非负矩阵分解的方法对多视角的行人样本图像进行子空间分解,提取基向量;引入协同表示的方法并在最小二乘约束下,对子空间进行稀疏表示获得稀疏分解系数;利用近邻子空间方法对分解系数进行分类.基于自行构建的多视角行人数据库进行对比实验,结果表明该算法的准确性和有效性优于其他方法.     

从头计算分子动力学方法及其应用

从头计算分子动力学方法把密度泛函理论和分子动力学方法有机地结合起来，使电子的极化效应及化学键的本质均可用计算机分子模拟方法进行研究，是目前计算机模拟实验中最先进、最重要的方法之一。文章简述了从头计算分子动力学方法的基本原理，介绍了该方法在水、水溶液及其他氢键液体的结构与动力学研究中的应用。     

基于贝叶斯分类器的实时图像目标识别实验研究简

基于对不完全朴素贝叶斯分类器的分析,提出一种离线训练在线识别的目标图像识别与跟踪实验方法.实验将模板图像与目标实时图像之间的特征匹配问题转换为特征分类问题,并在成像自寻的导引系统上运行.实验结果表明,该方法在保持很高鲁棒性的同时,大幅减少在线目标识别的计算量,具有较强的实时性.     

墙地砖图像的快速有效提取

基于对采集到的墙地砖样本图像的特点分析，给出了墙地砖图像提取的两种思路，讨论了基于投影的边界提取和基于灰度门限的区域分割方法在墙地砖目标提取中的具体应用，选择差分投影法，完成了对墙地砖图形的有效提取，并指出了采用差分投影法进行有效目标提取应注意的问题和采取的措施。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。