基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

开关磁阻电机结构性转矩脉动抑制方法

开关磁阻电机具有结构简单、成本低和调速范围广等优势,但其双凸极结构和控制器的开关特性,导致存在转矩脉动现象,使得抑制转矩脉动成为焦点问题。首先从开关磁阻电机的结构和运行机理出发,针对线性解析方法难以分析转矩特征的问题,建立电机有限元模型求解出转矩特征并进行样机验证试验。分析样机结构参数对转矩脉动的影响,针对结构参数耦合问题,选择NSGA-Ⅱ算法在参数优化平台上对样机结构参数进行多目标寻优,在保证优化后样机的转矩脉动系数和平均转矩均优于初始电机的条件下,最终获得样机最优化结果。结果表明,不同结构参数对电机转矩的影响有较大的差异,对结构参数的优化能有效地抑制转矩脉动,该参数优化方法可以为开关磁阻电机结构性转矩脉动抑制提供参考。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

SDN中基于KMOBPSO的高可靠性控制器部署算法

针对SDN中控制器系统的单节点故障问题,兼顾系统成本和系统时延,应用N+1冗余备份模型来提高SDN控制器部署的可靠性,并将其抽象为多目标优化问题.同时,提出了一种融合K-means聚类算法和遗传算子的多目标二进制粒子群算法——KMOBPSO算法,以求解SDN控制器高可靠性部署问题的解.仿真结果表明,所提算法具有求解精度高、分布均匀、沿Pareto前沿面覆盖广的特点,能够显著提高SDN中控制器部署的可靠性.     

SELEX二次雷达接收机测试系统的设计实现

本文阐述了基于大容量可编程器件FPGA以及单片机为硬件平台的SELEX二次雷达接收机测试系统的设计实现方法。该系统采用软、硬件结合的方法，具有高速、稳定、开放性好等优点，通过该测试系统能够实现SELEX二次雷达的状态监控，参数测量，故障定位。     

飞机撞击下高温气冷堆乏燃料厂房损伤研究

本文针对典型高温气冷堆乏燃料厂房在双发商用飞机撞击载荷下的响应及结构完整性开展研究，并探讨结构特性对撞击损伤的影响。对乏燃料厂房及飞机分别建立有限元模型，通过弹体-目标相互作用分析模拟了飞机撞击过程，综合IAEA与NRC的评价准则对乏燃料厂房在飞机撞击下的损伤程度进行评估。数值结果表明：厂房上对应于机身及发动机的撞击位置发生可接受的局部损伤；乏燃料贮存井墙体对于提高构筑物抗飞机撞击能力有重要作用。此外，构筑物外形对损伤有很大影响，圆柱形壳体的抗飞机撞击能力显著强于方形厂房，是核电厂厂房设计的优化方向之一。     

多先验融合的图像显著性目标检测算法

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置，以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明，MPLRR能够得到清晰高亮的显著性目标视觉效果图，同时F，AUC，MAE等评价指标也比现有的许多方法有明显提升。