基于离散差分进化算法的齿轮优化设计

根据机械设计中大多数优化变量属于混合变量的实际情况,提出采用基于离散变量方法解决机械优化设计问题。开发了一种不同变量自由设置间距的离散差分进化算法,连续变量采用合适的微小间距,离散变量采用工程规定间距。结合机械约束处理的自适应罚函数方法,以典型机械产品———齿轮和齿轮轴重量最轻优化实例为例,进行数值实验。结果表明该算法可以非常方便地处理约束优化问题,与粒子群算法实验对比,具有较高精度和可靠性。离散变量优化结果无需作圆整后处理,避免了圆整处理带来的系列问题。     

基于CDIO模式的化工原理课程的教学改革

本文针对化工原理课程教学的现状以及改革目标,将CDIO工程教育模式引入到课程的教学体系中。通过对课程体系进行改革,提高课程教学质量和效果,培养学生的工程实践能力、创新能力和团队合作能力。     

基于Voronoi图和量子遗传算法的飞行器航迹规划方法

以飞行器航迹规划为应用背景,提出一种基于Voronoi图和量子遗传算法的飞行器航迹规划方法。首先,建立威胁源的V图,并构建发射点、目标点与威胁源的V图赋权有向图,从而建立飞行器航迹规划V图空间;然后,对传统量子遗传算法进行改进,引入了量子门旋转角步长动态调整机制;并增加了量子交叉操作和量子变异操作,使得改进后的量子遗传算法具有更高的搜索效率,采用改进后的量子遗传算法求解V图空间中的最优航迹;最后,进行了仿真实验。仿真结果表明,基于V图和量子遗传算法的航路规划方法是可行和有效的。     

复合环形腔被动相干合成技术重要特性研究

复合环形腔被动相干合成技术是提高激光功率并保持良好光束质量的有效手段。本课题组对该技术进行了理论和实验研究,其中主要研究分析了基于光纤激光阵列的复合环形腔被动相干合成技术的路数扩展特性、抗相位扰动特性、偏振选择特性、脉冲合成特性以及光束拼接技术。详细报道了相关研究结果并总结分析了该技术方案的发展趋势。     

利用近距离目标红外图像的机动检测问题研究

机动检测问题是目标跟踪(尤其是对近距离目标跟踪)过程中的一类关键性问题.传统的机动检测方法一般将目标看做点目标来处理,而在能得到目标红外图像的情况下,依据红外图像跟踪可以得到更快、更准确的机动检测性能,本文提出了一种针对近距离目标红外图像的依据类散度的小波包变换、初始聚类后叠代逼近以及能量最强直线段提取的图像处理方法,该方法在较低信噪比情况下依然能够保持较好的目标中心的跟踪精度,并进一步改善机动检测的性能.     

不同来源的苦荞茶中4种黄酮的含量测定

采用HPLC法同时测定不同来源的苦荞茶中芦丁、山柰酚-3-O-芸香糖苷、槲皮素和山柰酚四种成分含量,并比较差异。应用PLATISIL ODS(250 mm×4.6 mm,5μm)柱,流动相为甲醇-0.1%磷酸溶液,梯度洗脱,检测波长为355 nm,流速为1.0 m L/min,柱温为30℃。结果,不同来源的苦荞茶中,4种黄酮类成分含量差别很大。以果实制作的苦荞茶,芦丁、山柰酚-3-O-芸香糖苷的含量明显高于以皮层或全株制作的苦荞茶,而后者的槲皮素、山柰酚含量又明显高于前者。结果提示,以果实制作的苦荞茶含黄酮苷较多,更适宜冲饮。     

长期高温水热条件下活性粉末混凝土的水化规律

以0.21的水灰比成型活性粉末混凝土(RPC)基体,研究低水灰比RPC基体水化相在高温蒸压养护条件下的长期水化规律。采用酸不溶物含量表征基体的水化程度,采用显微维氏硬度表征RPC基体在养护过程中的结构性能,并通过X射线粉末衍射与扫描电子显微镜/能量色散谱分析RPC基体的物相与形貌变化。结果表明:高温蒸压养护过程中,RPC基体水化程度在0～96 h的养护期内快速提升,硬度随养护时间增加提升明显;长期养护时(168～312 h),基体的水化速率缓慢,基体内水泥熟料的水化趋于停滞。长期高温蒸压养护过程中,低水灰比RPC基体中晶态水化产物极少,由于缺乏晶态转化的空间,基体中的絮状水化硅酸钙凝胶无明显晶化现象,在长期高温水热条件下具有良好的稳定性,在核废料存储材料领域具有应用前景。     

一个多维次成分并行提取算法及其收敛性分析

次成分分析是信号处理领域内一项重要的分析工具.目前,多维次成分并行提取算法数量稀少,而且现有的算法在应用时还存在很多限制条件.针对上述问题,在分析研究OJAm次子空间跟踪算法的基础上,采用加权矩阵法提出了一种多维次成分提取算法,并采用递归最小二乘法对所提算法进行了简化,最后采用李雅普诺夫函数法确定了所提算法的全局收敛域.相比现有算法,所提算法对信号的特征值大小没有要求,也不需要在迭代过程中进行模值归一化操作,同时算法具有较低的计算复杂度.仿真实验表明：所提算法能够并行提取多维次成分,而且收敛速度要优于现有同类型算法.     

基于一致性差分进化的分布式任务分配

针对异构无人飞行器(UAV)集群在强约束条件下执行多类任务的最优分配问题,将自适应参数差分进化算法与分布式架构结构融合,形成了基于一致性机制的分布式差分进化(CBDE)算法,在处理既定目标任务分配时达到了集中式方法的优化效果.在算法实施过程中,集群个体作为具有计算能力的局部优化器,异步执行改进的自适应参数差分进化算法,...     

一种分级的DS证据合成策略

该文提出了一种分级的DS证据合成策略,该方法利用证据间的一致性信息将证据分级(体现为可信度),并通过增加低级别证据不确定性的思想修正证据,最后采用DS证据理论对修正后的证据加以合成。由于奇异证据一般而言与其他证据间的一致性较差,依据该文的方法计算得到的可信度低,故增加低级别证据的不确定性可以有效地降低奇异证据对最终合成结果的影响,从而提高合成判决结果的可靠性。仿真实验表明,该方法在解决不一致证据间的合成问题方面体现出良好的适应能力。