复杂外形导弹出水过程空化流数值计算研究

基于Zwart-Gerber-Belamri空化模型,采用动网格和复合网格技术,提出了一种复杂外形潜射导弹出水过程中空化流数值计算方法。对头肩部、舵面及突起物的空化生成、演化及影响因素进行了分析。结果表明,出水过程初期空化数降低使附体空泡迅速扩大,随后空泡脱落与振荡的影响将更为显著；肩部在15m/s出水时产生空化并随速度上升而迅速增长, - 攻角时肩空化非对称性显现；舵面空化受出水速度影响较小, 攻角以下时空化面积小于全舵面积的10%,但攻角超过 后空化面积迅速增长至50%以上；减小突起物尺寸有利于避免空化产生,突起物空化受攻角影响较小,但在高速下可诱导临近弹体产生空化。     

火箭弹道学发动机推力模拟方法

发动机工作性能对火箭飞行性能的严重影响已引起众多研究人员的重视,尤其是火箭发动机推力总冲及其工作时间等重要参数.这里提出了一种在静态测定推力时间历程、总冲的基础上,通过实际飞行测试结果确定其扰动量来最终模拟推力时间历程的仿真方法.该方法简洁方便,易于编制程序及模拟仿真,便于工程人员掌握,可用于火箭发射动力学、外弹道学及射表编制等方面研究,具有一定应用价值.     

解耦的三轴气浮台非线性模糊变结构鲁棒控制问题

针对飞行器全物理仿真三轴气浮台这一具有不确定性的、耦合的非线性系统,对其动力学耦合和可解耦性问题进行了分析、计算和证明.通过综合变结构控制和模糊控制,给出了一种新的非线性控制系统设计方法,此方法既可以避免变结构控制所固有的颤动现象,同时由于该模糊控制律的解析性,所以也具有实现简单,易于工程化的优点.仿真结果表明,给出的模糊变结构控制,对飞行器模型不确定性和外来干扰具有较强的和良好的跟踪性能.     

信息化条件下战斗SD对抗模型构建研究

信息向战术层面的渗透,从本质上改变了决定战斗胜负的关键因素.在分析信息化条件下战斗特点的基础上,采用系统动力学的方法和思想,提出并构建了信息化条件下战斗SD对抗模型,对信息化条件下战斗的基本过程进行了仿真模拟.模型较好反映信息化条件下战斗的本质.模拟结果可以为指挥员正确决策提供定量的理论支持.     

兵力需求系统动力学模型研究

针对兵力需求的动态不确定问题,定性分析兵力需求的影响因素及其相互关系,运用Vensim软件构建兵力需求系统动力学模型,定量研究兵力需求相关变量间因果关系及需求变化的动态规律,并进行数值仿真.结果表明,系统动力学用于兵力需求的研究,有效地解决了系统某些参数关系难以量化、数据不足等问题.     

基于降低运算复杂度的子空间跟踪算法稳健性分析

FDPM和FOOJA是目前两种最为有效的适用于主、次子空间跟踪的方法,属于低复杂度算法。进一步降低算法运算复杂度,对保证算法的实时性具有非常重要的意义。以降低算法运算复杂度为背景,通过对FDPM、FOOJA算法的分析,指出存在两种简化运算量的FDPM1stcol、FOOJA1stcol方法。在有限精度运算条件下,对四种方法的稳定性、数值鲁棒性进行了深入分析和讨论。通过实验仿真,对分析的结论进行了验证。     

采用重构吸引子的辐射源个体识别技术

为解决现有基于相空间个体识别方法面临重构特征矢量维数高、计算效率低、鲁棒性差等问题,从非线性动力学角度出发,构建了基于重构吸引子的辐射源个体识别框架,并在此框架内提出了基于等距映射的辐射源个体识别技术。该技术采用等距映射从相空间中重构辐射源吸引子,可以更低的维度描述辐射源系统动力学特性,反映辐射源个体的“指纹”特征。实验表明该方法识别准确率更高、效率更高、听鲁棒性更强。     

曲率分析的变分辨率数字高程模型建模算法

传统的数字高程模型一般采用规则网格划分以简化建模过程,因其网格密度缺乏对地形变化的自适应性而不能兼顾地形表达的准确度和地形数据的冗余度,导致其在车辆动力学仿真等领域的应用有所局限。针对这一问题提出一种基于曲率分析的随机节点分布建模方法,其数据节点的密度根据种子节点周围的局域曲面曲率变化而相应变化,实现了在复杂、曲率较大的地形区域自动生成高分辨率数字节点集,而在平缓、曲率较小的区域实现低分辨率的节点分布。在获得此种节点集的基础上,利用Delaunay三角剖分结合三次多项式插值算法,得到满足高精度和低数据冗余度的变分辨率数字高程模型。利用传统规则网格地形模型与所提出的变分辨率数字高程模型对同一个用于星球车动力学仿真的复杂野外地形进行对比,验证了变分辨率算法的有效性。     

A self‐adapting genetic algorithm for project scheduling under resource constraints

This papers deals with the classical resource‐constrained project scheduling problem (RCPSP). There, the activities of a project have to be scheduled subject to precedence and resource constraints. The objective is to minimize the makespan of the project. We propose a new heuristic called self‐adapting genetic algorithm to solve the RCPSP. The heuristic employs the well‐known activity list representation and considers two different decoding procedures. An additional gene in the representation determines which of the two decoding procedures is actually used to compute a schedule for an individual. This allows the genetic algorithm to adapt itself to the problem instance actually solved. That is, the genetic algorithm learns which of the alternative decoding procedures is the more successful one for this instance. In other words, not only the solution for the problem, but also the algorithm itself is subject to genetic optimization. Computational experiments show that the mechanism of self‐adaptation is capable to exploit the benefits of both decoding procedures. Moreover, the tests show that the proposed heuristic is among the best ones currently available for the RCPSP. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 433–448, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/nav.10029     

基于共进化的多任务分配与调度

在考虑多种约束关系基础上 ,提出一种并行与分布式系统中多约束关系的任务分配与调度的共同进化遗传算法。仿真试验结果表明所给算法比传统单种遗传算法更能有效地进行多任务分配与调度 ,具有一定的工程价值