地磁仿生导航的多目标进化搜索算法

针对水下自主航行器地磁多参量多目标搜索的问题,提出一种基于磁趋势敏感的多目标进化搜索算法。在进化算法的结构下,利用地磁场参量与导航路径的约束关系,以磁趋势敏感作为后验评估准则,建立导航模型,使得地磁多分量伴随航行器的运动同时同地收敛至各自目标值,实现导航目的。通过与六边形路径搜索算法的仿真对比,验证了多目标进化搜索算法的有效性和优越性。     

基于Linux文件检索方法的改进研究

随着磁盘容量的急剧增大,文件系统的性能以及文件系统的效率会急剧下降,这是因为文件列表过于庞大,传统的文件系统在检索文件时采用的线性搜索方式带来的检索效率低下导致。对Linux虚拟文件系统进行深入剖析,阐述了VFS打开以及新建文件的机制,指出其存在的缺陷及问题。在Linux文件系统的基础上,参考暴雪游戏公司解决hash冲突的blizzard算法,提出一种通过在磁盘上建立文件目录项的哈希表来提高文件查找效率的方法。     

基于SVPWM的军用储能电源双闭环模糊控制

传统整流器的接入会给电网带来大量谐波和无功污染,为了削减电网侧的电压谐波分量,提高军用储能电源充电系统的功率因数,提出一种基于空间电压矢量PWM的新型闭环控制方法。在建立三相电压型PWM整流器的数学模型的基础上,分析了储能电源整流环节的双闭环控制结构,引用模糊逻辑对双闭环控制方法进行改进,利用模糊比例积分(PI)控制算法设计电流内环,系统可以实现PI参数的自适应调整。通过仿真验证了该方法的有效性,采用双闭环模糊PI控制的PWM整流器可以实现单位功率因数运行,保证输出的直流电压稳定,抗干扰能力强,具有良好的动态响应。     

卫星导航抗干扰接收机AGC电路模型分析与优化设计方法

为适应"导航战"下的强干扰输入,导航接收机对模拟信道的动态范围提出了更高的要求。在给定的信噪比恶化容限约束下,原有的分析方法给出了二维曲线分析模型,得到了动态范围的优化设计及各级增益划分方法,但仅适用于输出功率基本不变的自动增益控制电路。基于增加的自动增益控制输出回退功率这一参数,提出了一种三维曲面求解模型,揭示了各电路参量与模拟信道动态范围的约束关系,可适用于输出功率变化的自动增益控制电路,以实现更高的动态范围。针对三维模型中参数求解复杂的问题,利用纯衰减网络的特性,将复杂的数值求解简化为直线求解,大幅降低了设计复杂度。在给出的设计实例中,动态范围测试结果与设计预期吻合较好,验证了方法的正确性。     

单机攻击多目标逻辑的遗传优化求解

攻击逻辑的优化决策对于机载多目标攻击武器系统具有重要意义。本文建立了单机多目标攻击逻辑的解算模型 ,提出了解算要求 ,给出了采用遗传算法求解多目标攻击逻辑的应用方案。在此基础上 ,采用该方案进行大量的试探性仿真研究 ,对仿真结果进行了分析 ,并选择了合适的遗传算法参数。文章最后阐述了用遗传算法求解多目标攻击逻辑问题的发展前景     

AUSMPW+格式在高超声速热化学非平衡流数值模拟中的应用

将AUSMPW+格式应用到高超声速热化学非平衡流场的数值模拟中。为提高精度,采用了三阶MUSCL插值方法。与LU SGS方法结合,提高了单步计算效率和收敛性。采用热化学非平衡十一组元气体模型求解了非定常轴对称Navier Stokes方程组,得到了收敛结果。数值模拟结果与文献结果进行了对比,并在弹道靶中进行了钢质圆球的实验验证。计算结果与文献、实验的对比说明,AUSMPW+格式可以在热化学非平衡流的数值模拟中精确地捕捉到强弓形激波,得到准确的空气动力系数。     

遗传算法在软硬件划分中的应用

软硬件划分是软硬协同设计中的一个关键问题。针对单处理器嵌入式系统 ,给出了基于遗传算法的解决方案 ,并引入了模拟退火和按概率选择两种技术。结果表明 ,算法有效地解决了软硬件划分问题 ,稳定性好、效率高 ,模拟退火和按概率选择的引入 ,进一步提高了算法效率 ,保证了算法的自适应性及结果的全局最优性。     

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     

激光制导炸弹弹道拟合模型与算法

由于激光制导炸弹的弹道受控,其弹道复杂,采用传统炸弹弹道的拟合方法达不到精度要求。从抛物运动的角度提出了两种对激光制导炸弹弹道拟合的方法。第一种方法对一般的抛物运动标准解引入修正项实现对激光制导炸弹弹道的拟合。第二种方法对激光制导炸弹的攻击运动过程进行分析,然后,引入加速度修正项对激光制导炸弹弹道进行拟合。通过大量的仿真表明这两种方法的拟合精度均很高。相比较而言,第二种方法精度更高。     

基于One-port模式的测试点选取问题

在故障诊断过程中 ,每个测试点检测故障所需的时间可能不同。对于每个测试点一次检测所有可检测故障点的问题已经获得解决。对于每个测试点一次只能检测一个故障点 ,分两种情况加以讨论。若要求检测时间之和最小 ,给出了最优算法 ;若要求最大检测时间最小 ,证明了其是NP完全问题 ,并给出近似算法。最后给出一个实例对算法加以说明