带有活动收益不确定特征的成像侦察卫星调度问题

根据区域目标的侦察需求,研究了面向区域目标的多星调度问题。分析了调度问题中活动收益不确定特征,讨论了活动收益的上下界。针对收益不确定的特点,设计了影响力指标用于评估活动对调度方案的影响。基于活动影响力与执行时间设计了一种带局部诱导的禁忌搜索算法,采用分层次的、变评价函数机制引导求解过程趋向多目标优化,在优先提高覆盖率的同时兼顾减少资源消耗。最后,以算例验证了算法的有效性,并通过方案比较说明算法具有较好的寻优能力。     

并联放电等离子体合成射流激励器工作特性

等离子体合成射流激励器凭借射流速度高、工作频带宽、响应迅速等优势在高速流场主动流动控制领域具有良好的应用前景。为了克服单个激励器控制能力弱、控制范围窄的缺点,开展了并联放电等离子体合成射流激励器的研究,搭建了最多支持三路并联放电的微秒脉冲电源。测试结果表明,电源在空载及负载条件下可以实现1000 Hz稳定放电。随着放电电容的增大,放电电能的提高,等离子体电弧的温度升高,激励器腔体内气体被加热得更剧烈,产生的射流速度增大。随着工作频率的提高,激励器的击穿电压降低,放电电能减小,射流速度减小。通过对触发信号的调制,可以实现每个激励器的独立控制,使得并联式激励器具有更强的流动控制灵活性。试验结果显示,激励器工作相位与触发相位具有较好的对应关系。     

线性规划优化分析的元模型方法及其比较

线性规划优化分析在经济管理等领域有着广泛的应用。当线性规划约束条件的右端向量在一定范围内变化时,目标函数的最优值是右端向量的一个复杂的分片线性函数,但通常难以给出分析表达式。应用多项式回归、径向基函数、Kriging法及多项式回归 Kriging法这四种元模型方法,能快速预测最优值函数。通过仿真实验,对这四种形式的元模型作较全面的比较分析。数值实验的结果表明,用次数较少的实验设计,后三种方法都具有较高的拟合精度;特别地,多项式回归 Kriging法不仅拟合精度高,而且还能用一个二阶多项式给出最优值函数的一个简明的近似描述。结果表明,元模型方法是研究线性规划优化分析问题的有效途径。     

地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机,建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法,提出了一种新的粒子群多样性测度计算方法,有效改善了其早熟收敛现象;基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数;利用滑动时间窗口策略更新模型数据,设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整,对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验,表明了所建在线预测模型具有较高的预测性能,有一定的实用价值。     

云计算系统虚拟机内存资源预留方法

为降低消费者租借云计算系统资源的开销,提出了成本约束的内存预留随机整数线性规划模型及方法。结合预留计划和按需计划的内存资源价格,设计包含成本及资源总量约束条件的随机开销函数,并以函数期望值最小化为目标,基于内存消耗量概率分布求出优化的内存预留量。试验表明,消费者利用该方法租借资源的开销比利用预留计划、按需计划及同类方法租借资源的开销更小。     

LFM脉冲雷达测距偏差分析与估计

研究了线性调频(LFM)脉冲体制雷达由于距离-多普勒耦合效应造成的测距偏差问题。推导、分析了该测距偏差的产生机理,指出了偏差中被大多数研究者遗漏的非线性余项,并分析了该余项与雷达发射信号及目标运动参数的关系;利用无约束优化方法对该偏差余项进行估计。最后,计算机仿真实验验证了分析结论和估计算法的正确性。     

一种无缓冲的光互连网络的吞吐率性能分析及优化

针对当前高性能计算机光互连网络中存在的光缓冲不易实现的问题,提出了一种无缓冲的光互连网络结构BOIN,并在对网络结构进行建模和分析的基础上,研究了网络的吞吐率随不同的输入负载和网络规模而变化的规律,给出了在一定的互连总规模和输入负载下,网络实际吞吐率达到最大值时网络拓扑结构所必须满足的条件.最后用模拟实验证明了这一结果的正确性.     

面向多最优解组合优化问题的决策求解算法

针对具有固定物品总和、多最优解特征的组合优化问题,以固定总和实数子集问题和购买鸡翅问题为例,给出了这类多最优解组合优化问题的形式化表示。在分析枚举等经典算法基础上,提出了基于整数状态表示和实数状态表示的0-1决策递归搜索多最优解动态规划算法。针对该算法在最优解数量较大时,时间复杂度趋向O(mⁿ)的问题,提出了基于相同决策路径合并和基于0-x决策的两种改进算法。实验中两种改进算法的计算时间基本符合与O(nb+nm)的正比关系,表明对于这类多最优解组合优化问题具有良好的求解性能。     

自适应人工蜂群优化的混沌系统参数估计

为了对混沌系统未知参数进行准确估计,改进了人工蜂群优化算法,提出自适应人工蜂群算法的混沌系统参数估计方法。将混沌系统参数估计问题转化为多维变量数值优化问题,利用人工蜂群算法对未知参数进行导向随机搜索。在搜索过程中,通过种群优化程度和解的质量自适应地调整更新步长和解的尝试次数。以Lorenz混沌系统为例进行的仿真实验表明,该方法在无噪声和噪声强度较大的情况下均能够获得较好的估计结果,表现出较强的鲁棒性。     

舰炮身管的模态分析与多目标优化

舰炮的炮口扰动是影响舰炮射击精度的重要因素。为了减少舰炮的炮口扰动,优化身管结构,建立了柔性身管的ABAQUS有限元模型,将有限元模型的模态计算值与模态试验值进行比较,发现建立的柔性身管有限元模型是合理可行的。提出了混沌量子粒子群算法与动力学联合优化的方法,进行身管和炮口的多目标优化。优化结果表明,优化后炮口中心的线速度、角速度和角位移与优化前相比显著减小,身管质量有所降低,结构更加合理,该优化方法有效可行,为下一步全炮总体优化设计提供了一定的借鉴。