基于气动-弹道一体化模型的飞行器外形优化设计

为提升飞行器气动外形优化设计效果,研究了新型飞行器在大空域、宽速域范围的气动适应性问题,提出一种基于气动-弹道一体化模型的外形优化设计方法.通过考虑气动和弹道的耦合作用,综合利用类型函数/形状函数转换技术、气动工程估算方法和Radau伪谱法,建立飞行器气动-弹道一体化模型.基于该模型,通过明确优化目标和约束条件,给出基...     

最佳（n,2,w）二进制等重检错码的研究

本文研究了最佳(n,2,w)二进制等重检错码的存在性问题。对于文[5]中n 为偶数时所得的结论,本文给了一个简练的证明。更为重要的是,利用以上方法,作者证明了文[5]中关于n 为奇数时的一个猜想。     

动态滑翔运动建模、机理分析与航迹优化

信天翁凭借动态滑翔的飞行技巧从梯度风中获取能量,从而在几乎不拍翅膀的情况下进行长时间、长距离飞行,这种技巧应用于小型无人机上可拓展其完成任务的能力。基于飞行器动力学对梯度风场中的无人机运动方程进行推导和简化处理;利用简化的运动方程,分别从非惯性参考系中的动能定理和机械能变化的角度,对动态滑翔获取能量的机理进行分析;利用微分平坦法,以最小平均控制输入变化率为目标函数,对徘徊模式和平移模式的动态滑翔航迹进行优化计算。分析结果表明:逆风爬升、顺风下滑是动态滑翔基本获能方式。优化结果表明:控制输入变得更加平滑,甚至出现阶段性的常值,使得控制更加简化;徘徊模式下,当风梯度作为决策变量时,优化过程可在[0,0.5 s-1]的区间上找到使得目标函数值最小的风梯度;平移模式下,目标函数值在该区间上单调递减。     

融合遗传蚁群算法的区域覆盖卫星星座优化算法

针对特定区域覆盖并密集重访的卫星星座优化设计问题,采用回归轨道和共星下点轨迹星座的设计方案,提出特定区域内重点地区权值排序覆盖并融合遗传蚁群算法优化求解卫星星座轨道参数的方法。分析区域覆盖星座的设计需求,建立回归轨道覆盖区域模型,利用遗传蚁群算法计算出最优轨道根数,使用共星下点轨迹星座求解算法求出所有星座参数。仿真实验结果表明优化设计的星座满足对于区域目标的覆盖时间和重访次数需求,并对重要地点按照权值排序进行了侧重性覆盖和重访,验证了算法的可行性。     

关于m×n型流程优化的探讨

网络图的优化,是根据一定的约束条件对网络图进行调整和改进,以达到科学安排工作,合理分配人力、物力、财力等资源,从而提高工作效率的目的。流程优化就是通过改变工作顺序,解决组织计划中出现的窝工现象。m×n型流程优化,是解决有m个单位依次进行n项活动时,如何安排各单位的顺序最优的问题。通过案例的耗时分析,提出了确定单位顺序的方法,希望对解决相似问题提供一定的参考。     

地下车库变更为大型超市消防设计与审核

近年来,随着经济的不断发展,很多城市较大规模商业建筑中的地下车库往往被改建成大型超市。由于其用途性质的变更,尤其是大型超市人流量增加,火灾荷栽剧增,消防设计也必须作较大变更,才能符合消防安全要求。从实例着手,重点分析地下车库改建成大型超市时消防设计审核应注意的问题,提出类似建筑消防设计监督管理的基本方法和要求。     

基于混合判断矩阵优选大区域防空作战方案

对混合判断矩阵和完全一致性混合判断矩阵这2个概念进行了新的应用。针对大区域防空作战决策中指挥员可能给出的混合判断信息情形,构建混合判断矩阵,并基于互反判断信息和互补判断信息的转换公式,利用文献中给出的求解混合判断矩阵排序向量的简便方法,将其应用于大区域防空作战方案的排序和择优,辅助防空作战指挥员提高决策能力和质量,同时对于防空作战辅助决策系统设计也具有较好的参考价值。     

基于探索性计算实验的信息化武器装备体系优化方法

针对信息化武器装备体系复杂系统的结构优化问题,以综合集成思想和复杂自适应系统理论为指导,提出探索性计算实验优化方法和面向探索性计算实验的SABI(System of system,Agent,Behavior,Interaction)建模方法。在分析武器装备体系结构优化目标的基础上,依据武器装备体系探索性计算实验自顶向下的探索分析和自底向上的综合集成分析的要求,给出了武器装备体系结构探索性计算实验优化分析逻辑框架和基于多Agent的武器装备体系探索性计算实验优化分析模型。     

人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

Efficiency of equilibria in restricted uniform machine scheduling with total weighted completion time as social cost

In the last decade, there has been much progress in understanding scheduling problems in which selfish jobs aim to minimize their individual completion time. Most of this work has focused on makespan minimization as social objective. In contrast, we consider as social cost the total weighted completion time, that is, the sum of the agent costs, a standard definition of welfare in economics. In our setting, jobs are processed on restricted uniform parallel machines, where each machine has a speed and is only capable of processing a subset of jobs; a job's cost is its weighted completion time; and each machine sequences its jobs in weighted shortest processing time (WSPT) order. Whereas for the makespan social cost the price of anarchy is not bounded by a constant in most environments, we show that for our minsum social objective the price of anarchy is bounded above by a small constant, independent of the instance. Specifically, we show that the price of anarchy is exactly 2 for the class of unit jobs, unit speed instances where the finite processing time values define the edge set of a forest with the machines as nodes. For the general case of mixed job strategies and restricted uniform machines, we prove that the price of anarchy equals 4. From a classical machine scheduling perspective, our results establish the same constant performance guarantees for WSPT list scheduling. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012