飞机再次出动保障活动设计方法

飞机再次出动保障活动所需时间长短对提升飞机的作战效能至关重要,针对当前在飞机保障资源有限约束条件下,再次出动保障活动工期最短难以实现的难题,提出了基于分支切割法的再次出动保障活动时间优化方法。该方法以飞机再次出动保障活动所需时间最短为目标,以有限的保障人员和保障作业间逻辑关系为约束条件,可计算出时间最短的飞机再次出动保障活动具体流程,并用VB6.0编制成计算机程序,开发了飞机再次出动保障活动分析系统。最后,对某型飞机真实保障活动进行了实例分析,结果表明,使用该方法计算得到的结果准确、可靠,与实际保障情况相符,可为飞机再次出动保障与决策提供指导,提升保障活动的自动化水平,具有很好的工程应用价值。     

基于改进粒子群算法的MIMO雷达布阵优化

针对MIMO雷达收发阵列在给定阵元数和阵列孔径下的布阵优化问题,将一种改进的粒子群算法———二分粒子群算法用于非均匀对称直线阵的旁瓣优化。该算法以MIMO雷达联合收发波束为优化对象,对MIMO雷达发射和接收阵列同时进行了布阵优化。仿真实验表明,当阵元数和孔径大小确定时,该算法可以在保证主瓣不展宽的情况下,将旁瓣峰值控制在－21dB以下,且与现有方法的相比,收敛速度更快。该算法在MIMO雷达设计方面具有一定的理论参考意义。     

空中多飞行器飞行轨迹优化数值仿真

针对空中多飞行器在复杂环境中飞行轨迹的多目标最优问题,分析了多飞行器飞行过程中各种可视和不可视约束条件。基于在回避威胁区前提下燃料消耗最少、飞行时间最短的综合性能指标,采用“多方法组合”思路,提出了改进动态规划法和多点边值法组合算法,并进行了仿真验证,大量C＋＋数值飞行仿真结果表明该算法能够在考虑外界复杂环境和飞行器各种约束条件下快速规划出空中多飞行器的最优飞行轨迹,该组合算法具有一定的实用性和创新性。     

防空兵群指挥所配置方案优化分析

防空兵群指挥所配置是兵力部署的重要内容,它从根本上决定了指挥所的指挥效能和野战生存能力。多年来,指挥所的配置多是根据防空兵战斗的相关战术原则,由作战参谋提出数个配置方案,然后由指挥员做出决策。这种仅凭主观决策的做法与现代防空作战的要求不相适应。结合模糊多指标评判方法与优化理论,从发挥指挥效能与提高生存能力两个方面出发,对防空群指挥所的配置进行了分析,并建立了配置方案优化的模型,从根本上改变了指挥所配置完全依赖主观判断的做法。最后应用模型分析了一个实例。     

应用虚拟样机技术优化设计卡钳

分析了传统设计方法的弊端,介绍虚拟样机技术这一全新的设计方法.以应用动力学仿真软件ADAMS建造卡钳虚拟样机优化设计的实例,说明虚拟样机技术可以缩短开发周期、降低成本,提高设计质量和可靠性.     

基于数值模拟的拔伸成形工艺分析与优化

变薄拔伸是厚壁深筒件生产的关键工序,成形难度大.针对现行的拔伸成形工艺,为改善成形稳定性、提高成形质量、延长模具寿命,通过采用刚粘塑性有限元法,根据不同参数和条件,在计算机上对拔伸工艺进行数值模拟分析,分别讨论了拔伸模圈道数、变形量分配、模圈间距及入模角等因素对拔伸成形过程的影响,进而提出了"多模短距长拔"、变形量依次递减和较小入模角等优化措施.这样既减少了大量现场试验,又达到了工艺优化的目的.     

IIR数字滤波器联立优化CAD

文中介绍了多目标联立最佳逼近CAD方法,对各种设计方法的性能作了分析比较,提出了改善途径。程序在IBM-PC/XT微机上运行通过,文中给出了应用线性相位IIR数字滤波器线性规划逼近法设计的低通实例。     

基于约束满足的多目标对地观测卫星成像调度

EOS(对地观测卫星)成像调度需要根据用户提出的成像任务需求确定卫星成像序列,是一个复杂的组合优化问题。考虑到成像侧视约束条件,建立EOS成像调度的多目标有向无环约束图模型。在此模型的基础上提出了基于SPEA2(strength pareto evolutionary algorithm 2)的多目标成像调度算法,采用约束控制技术设计遗传算子处理成像约束。经过三个实际的多目标成像调度问题测试,表明该算法可以有效地解决EOS成像调度问题。     

超燃冲压发动机燃烧室构型优化的试验研究

在直连式超燃冲压发动机试验系统上,通过调节超燃冲压发动机燃烧室壁面扩张角和燃料喷注位置,对燃烧室构型优化进行了试验研究。为了提高试验效率,燃烧室形面调节采用正交试验设计方法进行组织,每个形面进行5种喷注位置的试验,每次试验通过文氏管调节3个当量比的燃料流量。利用试验数据构造燃烧室性能关于构型参数的响应面模型,可用于燃烧室构型优化。通过两次渐进优化获得了性能更优的燃烧室构型,并根据试验数据分析了各构型参数对燃烧室性能的影响,结果表明:优化构型燃烧室的推力增益比基准构型增大了10.4%;燃烧室性能受各构型参数的强烈耦合影响。     

A guarantee rate optimization model for wastewater treatment system design under uncertainty

We consider a design problem for wastewater treatment systems that considers uncertainty in pollutant concentration levels at water sources. The goal is to optimize the selection of treatment technologies and pipeline connections, so that treated wastewater can achieve specified effluents discharge limits as well as possible. We propose a new two-stage model to optimize a set of guarantee levels, that is, the maximum concentration level of source pollutants for which treated wastewater can be compliant with discharge limits. In the first stage, treatment technologies and pipeline connections are selected. In the second stage, when pollutant concentration levels are revealed, wastewater distribution and mixing are determined. A key attractiveness of the proposed guarantee rate optimization model is that it can be simplified into a single-stage mixed-integer linear program. In our numerical experiments based on real-world pollutants data, the guarantee rate model demonstrates its advantages in terms of computational efficiency, scalability and solution quality, compared with the standard probability maximization model. Finally, the methodology proposed in this paper can also be applied to other two-stage problems under uncertainty with similar uncertainty characteristics.