基于遗传算法的车用散热器优化设计

选取散热器的散热量、体积和压降作为优化目标,采用线性加权法建立了散热器的多目标优化模型。在给定的散热器原始数据和性能要求条件下,对散热器芯体的外形尺寸和翅片参数进行了优化。介绍了遗传优化算法的执行步骤和流程,在此基础上开发了优化程序。结果表明,优化后散热器的散热量明显增大,散热器芯体的体积和压降也有不同程度的减小。     

低功耗微处理器中异步流水线设计

随着工艺的不断进步及芯片上资源的不断增加,微处理器设计遇到了一系列问题:为芯片提供一个全局时钟网络越来越困难,时钟扭曲等问题越来越突出,芯片的功耗问题越来越严重.上述这些因素促使人们将注意力逐渐转向异步电路设计.在设计异步微处理器过程中,异步流水线的设计是一个非常重要的问题.首先总结了微处理器设计中出现的各种流水线结构,并给出了相应的异步实现;然后提出了一种异步流水线设计流程,用于加速异步流水线的设计;最后利用提出的流程设计实现了几种异步功能单元,实验结果表明异步电路能够有效降低电路的功耗.     

大型家具商场防排烟设计探讨

以基本概念为基础，从应用技术角度出发，有针对性地对大型家具商场的排烟方式的选择、防烟分区的划分和排烟系统设计要点进行了分析，旨在探讨完善大型家具商场防排烟系统设计所需的必要条件，以期对大型家具商场防排烟设计、审核及施工管理等工作起到一定的帮助作用。     

某机场航站楼消防性能化设计实例解析

介绍了消防性能化设计应用于某机场新航站楼的案例，给出了关于防火分区面积扩大、疏散距离超长、大空间烟控系统设计、以登机桥作为疏散出口等消防问题的解决策略，以及机场人员荷载的确定方法。同时就航站楼特有的空陆隔离措施以及防火分隔对人员疏散的影响作出了分析。     

近地卫星Ka频段数传链路抗雨衰自适应模式设计

针对近地卫星数传时的信道时变性和严重的Ka频段雨衰现象,采用自适应编码调制(Adaptive Coding and Modulation, ACM)技术能够充分利用链路资源,相对于传统的固定编码调制方式,进一步提高链路的数据吞吐量。提出近地卫星Ka频段数传链路ACM模式设计方法,在降雨环境下建立Ka频段数传链路模型,根据链路预算的信道状况确定ACM选用模式;采用基于导频符号的最大似然信噪比估计算法结合移动平均的平滑方法实现信道估计,有效地减小了估计值的波动。仿真结果表明,无论晴天还是雨天,采用提出的卫星数传链路ACM模式设计方法,能够在保证系统可靠性的同时获取较高的数据吞吐量。     

舰空导弹超视距协同反导装备体系结构设计方法

以网络化舰空导弹超视距协同反导作战装备发展需求为牵引，基于 DoDAF （ Department of Defense Architecture Framework）1?5体系结构框架，利用体系结构设计软件SA（ System Architect），对协同反导作战装备体系结构进行了初步探索性和概念性设计，提出了体系结构框架裁减、作战视图设计、系统视图设计和体系结构评估等方法，对实现整个装备体系互连、互通、互操作，以及避免重复建设具有重要指导意义。     

兵力组织适应性设计问题研究

构建适应战场环境的兵力组织是提高我军战场对抗优势的重要途径。针对兵力组织的适应性设计问题,从兵力组织的描述方法、适应性设计方法和效能评估方法 3个方面梳理了国内外的研究现状。其中,兵力组织描述方法包括计算数学组织理论、图论和网络、多Agent系统、Petri网和信息理论;兵力组织适应性设计方法包括基于三阶段思想的适应性设计方法、基于粒度计算思想的适应性设计方法和基于扩展三阶段思想的适应性设计方法;兵力组织效能评估方法包括理论评估方法和实验评估方法。对涉及的各种组织描述方法、适应性设计方法和效能评估方法进行了详细的分析介绍,并总结了当前研究存在的不足。     

基于网络的高校教学案例资源管理系统设计与实现

结合某高校案例教学的实际需求,研究设计了基于.NET平台三层架构的教学案例资源管理系统,实现了灵活的管理授权、可定制分级审核、实时案例编辑和简单实用的案例教学互动等功能,具有较强的可移植性、扩充性和可维护性,在实际应用中获得了良好的效果。     

潜艇概念设计阶段的多目标优化研究

研究了潜艇在概念设计阶段的多目标优化问题。基于多目标遗传算法(MOGA),把潜艇航速和排水量这两个概念设计阶段的重要属性作为目标函数,考虑了浮力平衡和水下稳性等约束条件,研究了潜艇主尺度确定的问题。计算了一个潜艇概念的数值算例,给出了多目标优化问题的Pareto前沿。文中给出的方法能够快速求解多目标优化解,为实际的潜艇设计提供参考。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。