VC++6.0电动机定子冲片的有限元网格划分

利用delaunay三角剖分的优化性质,在VC 6.0平台上实现了电动机定子冲片有限元网格的自动剖分,各节点的坐标、节点和三角单元编号的自动生成,为有限元计算做好准备工作.     

基于Eclipse的水下航行器制导系统软件集成技术

针对水下航行器制导系统庞大、开发软件众多的特点,研究了基于Eclipse的水下航行器制导系统软件模块集成平台,提出了基于Eclipse平台集成软件模块的开发方案.通过JNI技术,实现任意水下航行器软件模块在Eclipse平台下的集成.根据Eclipse的插件机制,提出了一种优化集成的方法.软件集成平台具有开发界面灵活可...     

金属板料成形快速仿真集成系统研究

针对金属板料成形的特点,将自动测量技术、直接生成有限元网格技术,板料有限元数值模拟仿真技术等集成在一起,建立了金属板料快速仿真集成系统。本文介绍了系统的结构框架和组成系统的主要基本模块,最后指出了空间散乱点的有限元三角网格生成、考虑摩擦和材料各向异性的初始优化毛坯形状的预测,有限元求解计算的并行处理等系统实现的关键技术。     

嵌入式结构下集成优化自动控制系统设计

随着互联网技术的发展,数字图像处理与优化已普遍应用于各个领域;近年来集成控制技术快速发展,图像处理系统已向集成控制方向发展;通过对现有的图像优化控制系统分析发现,系统普遍存在嵌入式结构下多模组协调逻辑性欠缺、自动处理识别反馈单元缺失、系统整体控制单元统一性欠佳,导致传统控制系统无法在嵌入式结构下快速、高效、平稳的运行;针对这些问题,提出嵌入式结构下集成优化自动控制系统设计方法;采用IFCO嵌入式逻辑数据库、多元数据主控平台、HRG数据平流稳定模组针对性的解决传统控制系统存在的一系列问题;通过仿真模拟实验测试证明,提出的系统设计方法具有处理速度快、数据信号执行准确率高、运行稳定性好的特点。     

一种广义综合知识表示方法及其应用

知识发现技术能发现数据中有用的模式和知识,但如何和专家系统有效集成仍然尚未得到解决.本文从知识表示的角度探讨二者集成,提出一种面向知识发现的广义综合知识表示方法.该方法能有效表示包括关联、分类、序贯、神经网络、基于案例推理等在内的多种知识类型,同时该方法将知识发现方法表示在其内部,从而有利于自动知识获取的实现.在此基础上提出一种新型专家系统原型.该原型从语义、机制和接口三个层次集成知识发现技术,可以有效进行自动知识获取.     

二维自适应有限元网格生成

自适应有限元网格生成是基于误差估计，自动进行有限元网格优化的一种策略。本文提出了一种基于单元误差估计的二维自适应有限元网格生成算法，并讨论了其实现过程。     

面向汽车产业链协同平台的配件库存信息动态集成技术

为实现对汽车产业链协同平台服务商、二级中心库售后配件库存信息的动态集成和实时查询,构建了面向协同平台的配件库存信息动态集成模型,提出了查询事件和协作关系驱动的信息动态集成算法。研究了分布式数据源并行查询优化技术、多源异构数据转换处理技术、基于API变化捕获的数据库同步方法,实现了对各服务商、二级中心库实时配件库存信息的Web封装及动态调用。提出的模型与算法在汽车产业链协同平台上实现了应用验证。     

一种元数据驱动的通用GIS应用集成模型

分析基于地理信息系统(GIS)企业应用集成现状,提出一种元数据驱动的通用GIS应用集成的概念模型。定义实现自动集成的算法,构建支持基于GIS应用集成的支撑元模型。结合大庆油田GIS集成需求,以ArcGIS Server为开发平台,利用该模型实现油田生产领域分布式应用系统的有效集成。     

EAI在车站综合信息平台上的应用

2011年10月,笔者参加了某车站综合信息平台项目的开发,承担项目的方案设计任务。该项目力图通过对车站现有信息子系统的集成,以达到共享各子系统的数据,优化企业运输作业流程,提高企业经营管理水平之目的。该文结合笔者的实践,以该综台信息平台建设项目为例,讨论了企业应用集成技术,在本着集成、开放标准、管理配套的原则下,提出了基于Java技术的J2EE应用服务器作为统一的应用集成平台,以集成适配器作为系统集成架构模式的总体设计思路,并着力介绍了该项目关键部件——集成适配器的构建过程。还就项目的具体实施作了详细叙述。最后,提出了企业应用集成的持续性,并确定了下一步集成的目标。     

整体构件数控电解加工CAD/CAM平台关键技术

针对整体构件数控电解加工中存在的问题,利用数据库、有限元、数控等技术建立了以工程数据库为集成方式的整体构件数控电解加工CAD/CAM平台;解决了该平台中建模、加工过程数值模拟、数控运动仿真、数控加工编程、参数优化等关键技术;并将该平台用于整体叶轮、压气机静子等复杂零件的电解加工中.应用结果表明,采用文中的平台缩短了整体构件的试制周期,提高了电解加工试验的成功率.     

一种偶数基Cooley-Tukey FFT高性能实现方法

快速傅里叶变换(Fast Fourier Transform,FFT)是最重要的基础算法之一,在科学计算、信号处理、图像处理等领域都有着广泛的应用。随着这些应用领域对实时性需求的进一步提高,FFT算法面临着越来越高的性能要求。在现有的FFT算法库中,FFT算法的求解速度和计算精度受到一定程度的限制,而且也少有研究者对偶数基Cooley-Tukey FFT的高性能实现提出相应的优化策略并对技术进行深入研究。基于此,文中提出了一套针对偶数基的Cooley-Tukey FFT的优化策略和方法。首先构建一个SIMD(Single Instruction Multiple Data)友好、支持混合基的蝶形网络,然后根据偶数基旋转因子特性最大限度地降低蝶形计算的复杂度,接着通过SIMD汇编优化、汇编指令重排及选择、寄存器分配策略制定、高性能矩阵转置算法等方法来优化应用,最后实现一个高性能的FFT算法库。目前,最流行、应用最广的FFT有FFTW和Intel MKL。实验结果表明,在X86计算平台上,新提出的这套针对偶数基Cooley-Tukey FFT的技术所实现的FFT算法库的性能全面优于MKL和FFTW。所提出的这套高性能算法优化和实现技术体系,可推广到除偶数基以外的其他基的实现和优化上,为进一步的研究开发工作奠定一定的基础,进而突破FFT算法在硬件平台上的性能瓶颈,实现一套针对特定平台的高性能FFT算法库。     

广义模糊熵阈值法中基于粒子群优化的参数选取

针对广义模糊熵图像阈值分割法中参数m的选取问题,提出一种利用优化算法自适应选取参数的广义模糊熵阔值分割方法.该方法通过粒子群优化算法,依据图像分割质量评价准则对参数m在(0,1)区间进行全局寻优,并依据广义模糊熵最大准则对S型隶属度函数中的3个参数(a,b,d)进行全局组合寻优,从而实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验结果表明,该方法对光照不均匀图像具有更好的分割效果.     

基于混合遗传算法的任务驱动分组优化研究

智能算法应用到教学领域来实现自动分组具有重要意义。针对网络学习环境下任务驱动教学中如何按最优分组方案进行小组划分的问题,综合考虑了分组问题中学习者之间的特征差异和任务难易程度等影响因素,构建了基于任务驱动分组优化问题的数学模型,提出了基于混合遗传算法的任务驱动分组优化策略。在MATLAB7.0平台上,运用混合遗传算法对任务驱动的分组优化进行了仿真实验。实验结果表明,基于混合遗传算法的任务驱动分组优化是可行且有效的。     

A hyper-heuristic based framework for dynamic optimization problems

Most of the real world problems have dynamic characteristics, where one or more elements of the underlying model for a given problem including the objective, constraints or even environmental parameters may change over time. Hyper-heuristics are problem-independent meta-heuristic techniques that are automating the process of selecting and generating multiple low-level heuristics to solve static combinatorial optimization problems. In this paper, we present a novel hybrid strategy for applicability of hyper-heuristic techniques on dynamic environments by integrating them with the memory/search algorithm. The memory/search algorithm is an important evolutionary technique that have applied on various dynamic optimization problems. We validate performance of our method by considering both the dynamic generalized assignment problem and the moving peaks benchmark. The former problem is extended from the generalized assignment problem by changing resource consumptions, capacity constraints and costs of jobs over time; and the latter one is a well-known synthetic problem that generates and updates a multidimensional landscape consisting of several peaks. Experimental evaluation performed on various instances of the given two problems validates that our hyper-heuristic integrated framework significantly outperforms the memory/search algorithm.     

采用预测控制的地铁节能优化控制算法

本文针对地铁列车自动运行系统(automatic train operation,ATO)一般运行情况以及晚点延迟发车情况下的节能问题,基于预测控制算法设计了地铁节能优化控制算法.利用预测控制算法的在线滚动优化特性,通过设计含有能量消耗趋势优化项的控制目标函数,控制算法能够针对节能目标实现快速动态调整.通过调节目标函数中各优化项权重的相对大小,节能算法可以在满足列车时间与路程运行指标的同时,达到降低能耗的目的.在MATLAB平台上利用真实车辆模型对提出的节能优化控制算法进行了仿真,在列车不延迟与延迟的情况下,算法都很好地平衡了跟踪目标与节能目标,为地铁能耗动态优化控制提供了可行方案.     

基于三次样条插值的自动入库泊车免疫粒子群改进算法

传统自动入库泊车轨迹优化算法不易寻到光滑、精确且优化的泊车轨迹。结合智能自动入库泊车原理,本文提出一种基于三次样条插值的自动入库泊车方法,从而获得理想优化的泊车参考轨迹。为了有效地提升自动入库泊车轨迹寻优算法的性能,以泊车轨迹最短作为优化目标来选定一组合适的泊车位置参考点,在三次样条插值的基础上,又提出一种免疫粒子群改进算法。首先,为提升算法全局搜索性能和收敛速度,引入自适应变异策略;然后,引入免疫机制来有效提升其全局优化能力。测试函数及自动入库泊车实际算例的仿真结果表明,所提出的自动入库泊车免疫粒子群改进算法具有更高的寻优精度和较快的收敛速度。     

Particle swarm optimization-based algorithms for TSP and generalized TSP

A novel particle swarm optimization (PSO)-based algorithm for the traveling salesman problem (TSP) is presented. An uncertain searching strategy and a crossover eliminated technique are used to accelerate the convergence speed. Compared with the existing algorithms for solving TSP using swarm intelligence, it has been shown that the size of the solved problems could be increased by using the proposed algorithm.Another PSO-based algorithm is proposed and applied to solve the generalized traveling salesman problem by employing the generalized chromosome. Two local search techniques are used to speed up the convergence. Numerical results show the effectiveness of the proposed algorithms.     

多核平台下应用程序的动态优化

动态优化是计算系统虚拟化的重要支撑技术之一。与虚拟化技术一样,多核时代的到来同样给动态优化机制的发展带来了新的机遇。通过对Dynamo、Pin、Jrpm等典型动态优化和插桩系统的分析总结出传统动态优化机制在多核平台下面临的问题与挑战,探讨了多核平台下可能的动态优化系统框架以及必须解决的关键问题。     

保存基因的2-Opt一般反向差分演化算法

为了进一步提高差分演化算法的性能,提出一种采用保存基因的2-Opt一般反向差分演化算法,并把它应用于函数优化问题中.新算法具有以下特征:(1)采用保存被选择个体基因的方式组成参加演化的新个体.保存基因的方法可以很好的保持种群多样性;(2)采用一般反向学习(GOBL)机制进行初始化,提高了初始化效率;(3)采用2-Opt算法加速差分演化算法的收敛速度,提高搜索效率.通过测试函数的实验,并与其他差分演化算法进行比较.实验结果证实了新算法的高效性,通用性和稳健性.     

可扩展的自动并行化编译系统

介绍一种可扩展的自动并行化编译系统Agassiz,研究其架构设计及关键特性。该系统可以把串行程序转换为并行程序,并为编译优化技术的研究提供良好的平台,通过面向对象的设计和实现,能有效集成各种并行优化技术。实验结果表明,该系统具有良好的可扩展性。