柱坐标系下浅海传播声场时域有限差分预报方法

直角坐标系下的时域有限差分方法在水声传播仿真时由于计算量太大而较少应用。文章利用时域有限差分方法推导了柱坐标系下的声波方程的近似表达式,结合复频移完全匹配层建立浅海声传播模型,在减少计算量的同时准确预报了传播信号声压的时域波形、传播声场的时空演变过程以及频域传播损失曲线。在柱坐标系下使用时域有限差分方法仿真Pekeris传播环境声场并与简正波和波数积分模型进行对比,分析了时域有限差分水声传播模型的适用范围。结果表明,时域有限差分方法仿真浅海中近程传播声场精度较高。模型的稳定性与时间和空间网格大小有关,声源频率越高,空间和时间网格划分越小,计算量越大。数值离散带来的频散误差累积会导致远场传播声场计算不准确,因此时域有限差分水声传播模型更适用于低频中近程声场计算。     

海洋涡旋地震成像的时域有限差分仿真

传统的水声建模方法只考虑水中声波的折射影响,忽略了水层间的声反射,因此不能对反射波地震勘探的海水分层结构成像结果进行分析。文章首先建立了基于时域有限差分的低频宽带脉冲信号传输预报模型,该模型考虑海水分层结构的声反射影响,通过数值求解波动方程计算低频宽带脉冲信号近距离传播过程中的时域波形;其次将某次海上多道地震测量的水文条件作为输入环境参数,计算了近海面地震勘探接收阵所接收的气枪低频脉冲信号时域波形;最后按照反射波地震勘探处理流程,对接收阵信号在共反射点进行相干累加和地震成像,所得到的海水分层结构成像结果与海上多道测量成像结果符合较好。仿真结果验证了水层声反射对海水分层结构反射波地震成像的影响。     

时域有限差分法及其在室内声场模拟中的应用

时域有限差分法将声波基本方程表示为一个时间和空间的迭代方程组,实现对室内声场中低频段的模拟计算。在介绍时域肯限差分法基本原理的基础上,着重探讨采用时域有限差分法模拟室内声场时边界条件的处理方法及该方法在室内声场模拟中的应用。分析了该方法存在的一些问题及其应用前景。     

偏时域相干算法在自适应滤波器中的应用

在分析偏时域相干算法的基础上，提出了一种新的自适应滤波方法，该方法能够将复合信号中各信号分量进行分离，并自动调整输入信号的参数，使分离出来的信号误差达到最小的信号处理系统，它可以定量分离具有复杂频率成分且频带可互相重叠的信号分量，能对组成混合信号的各个信号分量进行定量的分析，而无论这些信号分量是有用信号还是噪声信号，并能够把组成混合信号的各信号分量进行分离。理论分析和计算机仿真均表明该算法具有较快的自适应跟踪能力和较好的稳态性能，可以很好地应用于信号分离系统中。     

基于离散元和有限差分耦合算法的崩塌体和结构碰撞预测分析

采用离散元和有限差分耦合计算方法,对龙洞子崩塌挡墙结构碰撞进行了预测分析。构建了3种崩塌挡墙结构模型,并进行了数值模拟。崩塌体由颗粒模拟,挡墙分别由刚性墙、颗粒、FLAC中的实体单元模拟。基于离散元和有限差分耦合算法的数值模拟,分析了不同模型的挡墙动力响应和变形。通过数值模拟结果的对比分析,选出了最优的结构模型和参数,为有效防御崩塌的防护结构设计提供理论依据。     

基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 ,而且具有较快的收敛速度     

遗传算法在BP神经网络学习过程中的应用

单纯的BP算法学习神经网络容易陷入局部最小点,本文针对BP的缺点提出应用遗传算法来训练BP神经网络,结果可以看出,相比单纯的BP算法,遗传算法有着准确,全局搜索,收敛速度快的特点,在实际应用中有一定的价值.     

无网格时域自适应算法在振动问题中的应用

为了提高无网格方法计算振动问题时的计算效率和计算精度,开发了无网格时域自适应算法。该方法在时域内采用时域自适应算法,将每个变量在每个时间步内离散成关于时间的展开形式,通过控制展开阶数保证自适应算法的精度,可以更准确的描述变量随时间的变化;同时将时空耦合的初值问题转化为一系列的空间边值问题,并采用无网格方法递推求解。该方法可以提高计算效率并弥补时间步长较多或较大时造成的精度损失,并通过数值算例验证了其准确性。     

遗传算法在曲柄摇杆机构设计中的应用

本文讨论曲柄摇杆机构优化设计的数学模型及其简化 ,利用遗传算法得到优化结果     

平面构成在包装设计中的应用研究

在现代商品包装中,包装设计不但要反映出商品的性能特点和产品的社会价值,更重要的是满足当代思想文化价值理念。在当下如此快节奏的生活中,人们的消费审美也产生了日新月异的变化,在某些产品包装领域,一些简单明了具有强烈视觉冲击效果的包装设计越来越受到欢迎。平面构成这种艺术形式就符合当下社会意识形态下人们的消费观和消费心理,这种表现美的形式也常常被用来体现产品的特性与价值,这种设计思路极大适应了当代消费者的消费心理。本文阐述了平面构成在产品包装设计中的应用和表现以及对未来包装行业做出展望。     

改进遗传算法结合FLANN在加速度传感器动态建模中的应用

对遗传算法（CA）的交叉和变异操作进行改进，提出利用改进遗传算法（ICA）和函数连接型人工神经网络（FLANN）相结合实现加速度传感器的动态建模的新方法。该方法利用加速度传感器的动态标定数据，采用IGA和FLANN相结合搜索和优化动态模型参数。文中介绍动态建模原理以及算法，给出用IGA和FLANN相结合建立的加速度传感器动态数学模型。结果表明：上面提出的动态建模方法既保留了CA的全局搜索能力和FLANN结构简单的特点，又具有网络训练速度快、实时性好、建模精度高等优点，在动态测试领域具有重要应用价值。     

遗传算法及其在材料设计中的应用

简要简述了遗传算法的基本原理,综述了它在复合材料优选、功能梯度材料设计、合金设计及材料制造工艺参数优化等材料设计领域中的应用。     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

基于免疫遗传计算的零件多目标优化

由生物引发的信息处理系统可分为:人工神经网络、进化计算和人工免疫系统(AIS)。其中神经网络和进化计算已被广泛用于各领域,而AIS则由于其复杂性较少应用。笔者将免疫算法与遗传计算结合,研制了一个基于免疫遗传计算的优化设计系统(Immune ＆ Genetic Algorithm based Design SupportSystem-IGBODS)。IGBODS用于零件的优化设计,避免了遗传算法搜索效率低,过早收敛和不能很好保持个体的多样性等问题,具有很大的优越性。     

基于自适应模拟退火遗传算法的传感器优化配置研究

针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

基于BP算法与遗传算法的气体识别模型应用

本文采用遗传学习算法和误差反向传播算法（BP 网络）相结合来训练前馈人工神经网络（BPN），使网络收敛速度加快并避免局部极小。依据算法建立网络模型，用小批量训练替代单样本训练和大批量样本训练，提高网络的训练速度。通过模拟，预测结果表明，该算法收敛速度快，预测精度高，为气体模糊识别和预报提供了一种新思路和新方法。     

遗传算法用于电子枪发射系统的全局最优化设计

常用的优化设计方法 ,如单纯形法、Powell法等 ,易陷入局部最优解。而遗传算法是一种新兴的直接搜索最优化算法 ,它模拟达尔文遗传选择与自然进化的理论 ,根据“适者生存”和“优胜劣汰”的原则 ,借助“复制”、“交换”、“突变”等操作可以得到全局最优解。本文将遗传算法运用于电子枪发射系统的最优化设计 ,得到了使交叠点半径尽可能小的发射系统的最佳结构和相应电参量     

遗传算法结合FLNN实现加速度传感器动态特性补偿

对加速度传感器动态性能进行分析,利用遗传算法与函数链神经网络相结合实现其动态性能补偿的方法,介绍补偿原理以及算法,给出了用遗传算法和函数链神经网络相结合建立的加速度传感器动态补偿网络的数学模型。结果表明,这种补偿模型具有精度高、有良好的鲁棒性以及动态补偿器实现简单等优点,在测试领域中有很好的应用前景。     

自适应遗传算法用于机械零件的可靠性设计

目的　探索机械零件可靠性优化设计的一种新方法 .方法　在造价、体积、强度和重量等约束条件下 ,机械零件的可靠性优化设计问题是一个具有多局部极值、非线性及具有整数和实数变量的混合优化问题 .本文以发动机气门弹簧为例 ,应用遗传算法建立了机械零件可靠性优化设计的一种新方法 .结果　应用自适应遗传算法建立的新方法比常规优化方法更适合于并行处理优化计算 .结论　将自适应遗传算法用于机械零件的可靠性设计效果是明显的     

关于简单遗传算法变异率的理论分析

本文主要目的在于通过对状态方程解的研究,讨论简单遗传算法中变异率的取值对算法收敛性态的影响,所得结果蕴含着“当变异算子的作用率很小时,算法收敛于早熟集的概率几近于1”的结论。同时,我们对于算法收敛于早熟集的概率给出了一个下界估计。