船舶舱口角隅处有限元细化网格分析

利用MSC Patran和MSC Nastran对某船舶舱口角隅处进行结构强度有限元细化分析. 结果表明,细化分析的结果要远大于一般船体结构强度分析的结果.     

基于边折叠的网格简化算法及其应用

实现了一个基于边折叠的三角形网格算化算法，根据对所处理的模型数据的分析，对该算法进行了改进，并已将它用于舰艇网络模型的算法，获得了舰船细节层次（LOD）模型。     

基于边优化的三角网格简化算法

在渐进网格算法的基础上,提出一种新的基于边优化的三角网格简化算法。在该方法重建出的多分辨率模型表面上,模型的细节层次呈连续分布,并且能跟随视点位置的变化发生动态变化。实验结果表明,该算法运算速度快,显示效果较好,能有效支持细节层次模型的表示。     

一种基于超混沌系统的加密算法及其在预制舱变电站的应用

针对预制舱变电站技术中潜在的信息安全问题,提出了一种基于超混沌系统的加密算法。算法采用公钥加密协议,适用于多对一、多对多的电网信息交互模式。首先由素数发生器生成素数,利用素数确定加密系统的公钥和私钥;接着对公钥和私钥进行归一化处理,使其数值在混沌序列初值区间内;然后利用超混沌系统生成序列的高随机性进行掩膜、扩散等加密操作,并发送密文至接收端;最后在接收端通过正确密钥解密获得有效明文。实验结果和分析表明,该算法具有密钥空间大、密钥敏感性强、抵抗差分攻击性能强等优点。     

基于投影法的四面体网格切割算法

四面体网格切割算法是有限元仿真中的重要组成部分,切割的结果决定了刚度矩阵的更新速度和精度。本文在研究Cotin算法和Bielser算法的基础上,采用了预投影的方法,将部分顶点投影到切割平面上,使原先的四面体分割转化为相邻四面体分离,以达到简化分割的目的。与Cotin算法和Bielser算法相比,由该算法得到的网格切割边界更加合理,剖分比更低,提高了刚度矩阵更新的速度和精度。     

三维有限元网格自动剖分中对边界的处理方法:单元提取算法

在用八叉树法进行三维有限元网格的自动剖分算法中，对边界的处理是算法中的难点。本文叙述了边界处理方法之一：单元提取算法的理论和实现。由于本文在单元提取算法中加入了单元形状测试算子，使得形成的四面体单元在形状质量上有所保证，在一定程度上避免了狭长单元的产生     

基于FastPlace总体布局算法的实现

FastPlace是一种快速的布局方法,能够有效的解决大规模布局问题.它以二次线长建模,采用力驱动方法消除模块间的重叠.本文对FastPlace算法进行了分析,讨论了其原理、出发点和实现方法,并对一些技术细节如网格划分、附加单元模块的添加、虚拟网络的权重等做出理论推导和讨论.同时,通过实验讨论各个参数的设置对布局算法的影响,从而在实现的过程中对参数做相应的调整,实验验证算法的有效性和稳定性.     

基于边顶点重要度的网格简化算法及应用

基于三角形网格边折叠简化思想，提出一种基于边顶点重要度简化算法，采用一种改进的三角形网格数据结构，在预处理中利用二叉树对顶点重要度进行快速排序并记录三角形合并关系，得到所需分辨率下的近似网格模型。     

基于GIS的地形选取算法研究及其应用

介绍了GIS的组成、主要功能和应用。因大多数GIS系统仅能满足某些低层次的需求,无法解决多约束条件地形选取问题,为解决此问题,文中提出了基于GIS的地形选取算法。详细阐述了该算法的三个部分：网格划分算法、求m*n阵列中所有落在多边形内部的点的算法和综合评价算法,最后给出了一个具体应用实例,取得了满意的效果一本算法对于点状目标的选取非常有效。     

ANSYS Workbench在船舶舱段有限元分析中的应用

本文使用ANSYSWorkbench对某油船舱段进行了有限元分析，并介绍了变载荷的施加方法，包括使用表格、函数和External Data等对复杂变载荷进行计算和施加。     

基于能量评估的网格简化算法及其应用

网格简化是曲面重构和多细节层次构造中的一个重要步骤，本文提出了一个基于局部能量评估的网格简化算法，能够大量地删除密集网格的三角形面片．为了加速算法的执行还提出了一种简单有效的采样方法．算法自动化程度高，能有效地支持多细节层次模型的建立．     

基于转移概率的分布估算算法在p-median问题上的应用

分布估算算法(EDA)是近几年出现的一种启发式进化算法,在组合优化问题中得到了广泛、有效的应用.概率模型直接决定着该算法的性能,如何构建一个高性能的概率模型成为分布估算算法的研究核心.把转移概率模型引入分布估算算法,并对p-median问题进行求解,结果表明,基于转移概率模型的分布估算算法能够有效地求解p-median问题,并极大地提高了算法的效率与精确性.     

基于小波和矩的边缘特征提取及其在故障监测中的应用

电力系统中绝缘瓷瓶的实时监控是保证系统运行安全的重要环节．本文利用小波和 矩提取瓷瓶图像的多尺度边缘特征，提出一种通过动态处理瓷瓶图像实现的电力系统实时监控方案．仿真结果和实际应用均表明该方法的可行性和有效性．     

一种基于田口-遗传算法确定的神经网络及其应用

为了解决神经网络结构和参数难以确定的问题,提出用工程领域内的田口设计方法和人工智能领域的遗传算法相结合的方法,用于同时确定神经网络结构和参数.将该算法应用到了小麦期货的收盘价短期预测上,结果表明,算法有较好收敛能力,预测是可行和有效的,有着良好的应用前景.     

基于CMAC的边缘检测及其在故障检测中的应用

本文利用信息测度描述图像边缘特征,并采用典型局部网络CMAC(Cerebellar Model Articulation Con-troller)完成信息测度至图像边缘的映射;通过预处理和边缘细扫描,提出一种配电系统瓷瓶故障检测的实时监控方案.应用表明其可行性和有效性.     

基于主题模型的改进随机森林算法在文本分类中的应用

针对传统随机森林算法在维度高、噪声大的文本分类上出现计算复杂度高和分类效果较差的问题,提出一种基于隐狄利克雷分配(LDA)主题模型的改进随机森林算法。该算法利用LDA主题模型对原始文本建立模型,将原始文本映射到主题空间上,保证了文本主旨与原始文本的一致性,同时也大大降低了文本噪声对分类的影响;并且针对随机森林中决策树特征的随机选择方法,提出在决策树生成过程中,利用对称不确定计算各个特征之间的相关性,从而可以降低不同决策树之间的关联度。最终在主题空间上利用改进的随机森林算法对文本进行分类。经过实验证明,该算法在文本分类上具有良好的优越性。     

基于负相关神经网络集成算法及其应用的研究

传统的神经网络集成中各子网络之间的相关性较大,从而影响集成的泛化能力.为此,提出用负相关学习算法来训练神经网络集成,以增加子网络间的差异度,从而提高集成的泛化能力.并将基于负相关学习法的神经网络集成应用于中医舌诊诊断,以肝病病证诊断进行仿真.实验结果表明:基于负相关学习法的神经网络集成比单个子网和传统神经网络集成更能有效地提高其泛化能力.因此,基于负相关神经网络集成算法的研究是可行的、有效的.     

一种神经网络的快速学习算法及其在图象边缘检测中的应用

本文提出一和中基于Ｋａｌｍａｎ滤波算法的神经网络快速学习算法，经图象边缘检测应用结果表明，该算法对于加快网络学习的收敛性有着显著的成效。     

基于免疫应答原理的多目标优化免疫算法及其应用

基于免疫应答原理，合理地构建免疫算子及引入一种新的小生境技术, 提出一种 解决多目标优化问题的免疫算法. 在此算法中，将优化问题的可行解对应抗体及Pareto最优个体对应抗原，这种抗原存于抗原群中,并应用新的聚类算法不断更新抗原群中的抗原, 进而获大量的Pareto最优解, 这些解能很好地分布在Pareto面（此指由Pareto最优解构成）上. 理论证明了该算法能获Pareto最优解. 最后，将该文的算法与文献\[3\]的算法SPEA进行仿真比较, 获该算法的有效性, 此表明免疫算法解决多目标优化问题具有广阔的前景.