固体发动机星形药柱的形状优化分析

为了极大地提高发动机的结构完整性能,利用MSC.Nastran软件的结构优化功能,对星形药柱发动机进行了形状优化分析.探讨了发动机形状优化中位移模式和辅助模型的建立方法,根据发动机的结构和受力特点,建立了星形药柱的平面应变模型,对星形药柱的控制参数进行了灵敏度分析,并在此基础上对星形药柱进行了形状优化.优化结果表明:增大星边夹角和顶弧倒角可有效地缓解应力应变的集中程度.     

考虑动叶出口最佳流型的径—轴流式涡轮多目标优化方法

本文以平均截面处参数α_1,β_2,μ, _1和m=(u_2/w_2)cosβ_2及动叶出口处扭曲规律为变量,以设计工况内效率和总重量为目标,提出了一个带有多种约束条件的径—轴流式涡轮参数多目标优化方法。所求问题为二目标有约束(二十九个)多变量(六个)非线性规划问题。介绍了用于最优设计的数学模型,给出了各种流型下径一轴流涡轮的单目标和多目标优化分析的一些结果。计算表明,所提出的方法是有效且实用的。     

邻域加强的并行子空间优化过程

针对基于响应面的并行子空间优化(CSSo-RS)过程的不足,提出了基于邻域加强的改进CSSO-RS优化过程.其主要思路是在子空间优化后,在得到的最优解附近进行全部变量的优化,以更好地协调系统级优化与子空间优化.用经典测试函数及通用航空飞机参数优化问题对该算法进行测试,测试结果表明该算法使CSSO-RS优化效率得到较大的...     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

动态服务质量的多信道媒体接入控制传输机制

针对航空自组网在高负载下的服务质量及时延问题,提出一种动态服务质量的多信道媒体接入控制传输机制。以多信道检测统计为平台,结合优先级机制,通过在高负载网络中适当遏制低优先级业务,并且进行网络流量优化,保证高优先级业务的低时延发送;同时利用流量预测模型估计网络流量,通过粒子群优化算法进行优化,寻找合适的优先级门限值,确保高优先级业务接入率。通过计算机仿真可知,所设计的动态服务质量的多信道媒体接入控制传输机制,可在大负载网络中动态控制信道的接入,保持良好的网络吞吐量,其高优先级业务接入率达到99%以上,能有效解决航空数据链网络高业务量导致的服务质量及时延问题。     

水下目标辐射噪声高精度仿真方法

在对水下高速运动目标实测辐射噪声数据频谱特征充分分析的基础上,基于能量聚点理论建立了一种“平台型λ水平能量聚点”辐射噪声连续谱模型.利用该模型实现了对水下目标辐射噪声的仿真.首先,对离散化的λ取值分别计算其能量聚点频率区间,然后用谐波叠加法生成频带内的时域信号,将所有频带的信号进行叠加就得到辐射噪声的时域信号,与传统的...     

船用核反应堆提棒外推临界优化研究

因稳定时间受限,传统的倍增公式导出的外推临界公式计算结果大于实测值,偏危险;文中根据新的中子倍增公式导出了外推临界计算的新公式,实例计算表明,该公式比传统的外推临界公式精确且偏安全.     

基于Petri网的综合电子系统总线建模与性能优化

针对综合电子系统运用中总线效率不高等问题,以某型步兵战车综合电子系统为例,通过对系统进行信息流规划,结合总线协议和实现机制,采用赋时颜色Petri网对综合电子信息系统通信机制进行建模,实现综合电子系统总线通信协议机制的仿真。通过对系统总线性能指标参数的分析,提出综合电子信息系统总线的优化方案。关键词：赋时颜色Petri网;综合电子系统;总线建模;性能优化     

Maintaining systems with heterogeneous spare parts

We consider the problem of optimally maintaining a stochastically degrading, single‐unit system using heterogeneous spares of varying quality. The system's failures are unannounced; therefore, it is inspected periodically to determine its status (functioning or failed). The system continues in operation until it is either preventively or correctively maintained. The available maintenance options include perfect repair, which restores the system to an as‐good‐as‐new condition, and replacement with a randomly selected unit from the supply of heterogeneous spares. The objective is to minimize the total expected discounted maintenance costs over an infinite time horizon. We formulate the problem using a mixed observability Markov decision process (MOMDP) model in which the system's age is observable but its quality must be inferred. We show, under suitable conditions, the monotonicity of the optimal value function in the belief about the system quality and establish conditions under which finite preventive maintenance thresholds exist. A detailed computational study reveals that the optimal policy encourages exploration when the system's quality is uncertain; the policy is more exploitive when the quality is highly certain. The study also demonstrates that substantial cost savings are achieved by utilizing our MOMDP‐based method as compared to more naïve methods of accounting for heterogeneous spares.     

一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码,将动态量子旋转门引入到粒子群算法中,采用自适应变异,提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中,获得了最优的分配方案。仿真研究表明,该算法具有收敛速度快、搜索能力强和稳定性高的特点。