动态液-液旋流分离器油滴运动轨迹模拟

针对动态液-液旋流分离器油、水两相过程,从流体力学基本方程出发,采用雷诺应力模型、QUICK差分格式和SIMPLE算法模拟分析动态液-液旋流分离器内的流场;并以此为基础,采用离散相模型和多相流模型,模拟油、水两相分离过程和油滴运动轨迹.模拟结果表明:油滴粒径决定其在旋流分离器中的运动轨迹、速度及分离特性,大粒径油滴更易于向中心聚集形成油芯,油芯的形状与油滴的大小直接相关;动态液-液旋流分离器的主要分离过程在转筒内完成,油相分离效率随着油滴粒径的增大而提高.     

基于凸优化理论的三维微分对策制导规律求解

针对三维微分对策制导律(DGL)求解问题,引入凸优化理论,将DGL求解归结到Hamilton系统的求解,设计了DGL求解算法,通过对代价函数梯度特征的凸分析,推导出对策系统鞍点存在的充要条件和求解方法,解决了以往通过对微分对策模型简化求解导致的模型不能客观反映作战过程的问题.     

果蝇算法和5种群智能算法的寻优性能研究

截止到目前为止进化式算法主要有遗传算法、蚁群算法、鱼群算法、免疫算法、粒子群算法.这些算法已经被广泛地用于寻优,但都有各自的缺点,导致其不易被用于解决实际问题.某学者提出了一种新群智能算法——果蝇算法.对该算法的起源进行分析,并将该算法与其他算法对比,通过仿真分析各个算法寻优性能.重点分析果蝇算法的寻优性能,得出果蝇算法简单、参数少、易调节、计算量小、寻优精度较高,从而较容易被用于解决实际问题,对于复杂问题算法可能不稳定.指出该算法的缺点,提出应改进的地方,对其应用前景作了概括.     

基于粗糙DEA的通信干扰装备配置方案优选问题

研究不确定条件下的通信干扰装备配置方案优选问题具有重要的军事意义.运用粗糙理论描述受到环境复杂性和人为主观经验的影响而不确定的决策要素,并充分利用DEA模型能快速评价多输入输出决策相对有效性的特点,建立基于粗糙DEA的通信干扰装备配置方案优选模型.最后通过实例计算,对配置方案的相对有效性进行了分析.     

灰色模糊物元分析的要地防空威胁评估

结合要地防空作战的特点,分析了影响目标威胁评估的因素.针对指标信息的不确定性,将模糊物元分析与灰色系统理论相结合,并运用AHP法和信息熵法进行组合赋权,建立了基于组合赋权的灰色模糊物元分析的要地防空威胁评估模型.在对来袭目标进行威胁评估时,将目标的各个特征作为物元的事物,以其各项评价指标及模糊灰量值构造复合模糊灰元.通过计算与标准模糊灰元之间的关联度,实现对空袭目标的威胁评估与排序.实例分析表明该方法可靠有效.     

多传感器目标识别和火力分配群决策算法

针对多传感器目标识别的群决策问题,考虑到多目标威胁程度评价指标属性的模糊性,首先将多传感器目标评价属性的定量、定性描述指标统一转化为三角模糊数,充分利用三角模糊数性质构建群决策函数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于加权矩阵排序的三角模糊数多传感器目标识别的群决策算法,实现对多传感器目标的威胁程度的综合评估.最后,通过多传感器目标评估实例分析并证明了算法的可行性和有效性.同时实验发现该算法对于多属性、多评价者的群体决策具有优势,且不易受外界参数变化的影响.     

不同导引模式下的末修弹脉冲参数优化研究

在总脉冲量确定的情形下,在启控时间、总脉冲数、最小点火时间间隔及点火阈值等脉冲参数对末修弹落点散布的影响进行详细分析的基础上,利用数值仿真的方法,对比例导引模式、抛物线导引模式、落点预测导引模式、弹道追踪导引模式和zx导引模式等常用导引模式下的脉冲参数优化进行深入分析研究．     

某舰炮托架多目标拓扑优化设计

为避免单目标拓扑优化无法考虑其他因素的缺点,通过基于密度法中的SIMP法,采用折衷规划法定义了多目标拓扑优化。以某舰炮为例,对其托架进行了多目标拓扑优化,得到了同时满足舰炮射角为0°、49°和方向角为0°时刚度最大以及动态低阶振动频率最大要求的舰炮托架的拓扑结构,并根据此优化对托架进行了结构重新改进和有限元的验证,表明了该优化设计方法的可行性。对于舰炮托架结构改进设计具有工程应用价值,对其他一般机械结构问题也提供了一种设计思路。     

基于遗传算法的电子对抗作战实验寻优方法

作战仿真实验是评估电子对抗作战效能的理想方法,但在方案寻优时却面临实验方案"组合爆炸"的困难。对此,提出了将遗传算法引入作战实验寻优过程的求解思路。简要介绍了电子对抗作战仿真系统;分析了电子对抗作战方案拟制一般流程,建立了电子对抗作战方案优化模型,并给出了结合遗传算法和作战实验对其进行求解的原理和步骤;通过空袭作战电子对抗方案寻优的实例验证了方法的有效性。结果显示,本方法能够极大地提高寻优效率。     

基于多目标优化的任务计划建模及方法

针对任务计划在进行多目标优化时采用进化算法求解效率较低的问题,设计了一种结合分组策略的非支配排序遗传(NSGA-Ⅱ)算法,可以快速有效地得到合理的分组结果。基于分组结果,调整NSGA-Ⅱ算法的步骤,灵活地进行种群初始化,使最终分配结果各优化的目标有了明显的改善,提高了算法的效率。通过实验分析,验证了所提方法的可行性和有效性。