基于云计算的 Excel 数据处理效率优化研究*

为了提高Excel软件的数据处理效率,需建立一个能满足高精确度、高效率、易使用的计算环境。论文建立圆柱螺线优化插值模型,在Excel中通过五组测斜数据计算井眼曲率,再根据云计算可弹性增加计算节点的特点,将Sympho‐ny DE并行软件搭建在本地私有云环境下,通过增加计算节点数目对比运算效率与计算精度。结果表明：随着计算节点数的增加,运算效率大大提高,计算结果更加精确。     

基于近似弧长参数化的机器人轨迹规划

主要研究了采用近似弧长参数化的插值方法进行关节式工业机器人的轨迹规划.运用近似弧长参数化的插值方法将机器人末端轨迹参数曲线离散为等弧长的插值点序列,通过机器人逆向运动学求解各关节的位移点序列,采用极限的方法进行各关节速度和加速度规划.这种轨迹规划方法可以避免关节空间的插值计算和雅克比矩阵的计算.在 matlab7.8平台上,对近似弧长参数化的插值方法、轨迹规划及可行性验证进行了实例仿真,仿真结果表明该轨迹规划方法是可行的.     

A Parameterization Method from Conic Spline Interpolation

Interpolating a set of planar points is a common problem in CAD. Most constructions of interpolation functions are based on the parameters at the sample points. Assigning parameters to all sample points is a vital step before constructing interpolation functions. The most widely used parameterization method is accumulative chord length parameterization. In this paper, we give out a better method based on the interpolation of conics. Based on this method, a sequence of fairer Hermite curves can be constructed.     

优化变形能的平面多边形同构剖分

平面多边形间的同构三角剖分是平面形状渐进过渡与插值的基础,降低对应三角形的变形程度是获得高质量应用的关键.文中提出一种基于变形能优化的2个平面多边形的同构剖分算法,其中包含同构剖分生成和变形能最小化2个模块.首先根据用户指定的对应特征点对多边形进行顶点重采样,得到顶点一一对应的2个多边形;然后利用带约束的Delaunay剖分对其中的一个多边形进行三角化,得到源网格;再用重心坐标将源网格的内部顶点嵌入到另一个多边形得到同构剖分(目标网格);最后逐一检查三角形的变形能,对源网格中变形能超过阈值的三角形进行细分,用同构剖分模块生成新的目标网格.实验及数据统计分析表明,该算法可以得到较好的同构三角剖分,提升网格质量,并能很好地避免纹理细节失真.     

多项式方程区间内求根基于R2空间的3次裁剪方法

多项式方程的求根问题在求交、最近距离计算等方面有着广泛的应用.3次裁剪求根方法充分利用了Bernstein基函数较好的计算稳定性,避免了数值迭代求解的不稳定性,同时具有4次收敛的速度.不同于传统的基于R1空间内的3次裁剪方法,提出了基于R2空间内的3次裁剪方法.首先引入R2空间中一条曲线(t,f(t)),在该曲线给定的区间上选取3个点,并计算这3个点及其对应的切向;然后求解3次多项式曲线Ai(u),满足同时插值这3个点及其中2个点处的切向;最后选择适当的重新参数化函数φ(t),使得Ai(φ(t))和f(t)之间具有5次逼近阶.若给定的参数区间Φ充分小,A1(φ(t))和A2(φ(t))可以在区间Φ内直接包住f(t),从而节省了用于求解包围多项式的大量计算.实例结果表明,该方法具有更好的逼近效果、更快的收敛速度和更高的计算效率.     

A surrogate-based optimization method with RBF neural network enhanced by linear interpolation and hybrid infill strategy

In engineering, it is computationally prohibitive to directly employ costly models in optimization. Therefore, surrogate-based optimization is developed to replace the accurate models with cheap surrogates during optimization for efficiency. The two key issues of surrogate-based optimization are how to improve the surrogate accuracy by making the most of the available training samples, and how to sequentially augment the training set with certain infill strategy so as to gradually improve the surrogate accuracy and guarantee the convergence to the real global optimum of the accurate model. To address these two issues, a radial basis function neural network (RBFNN) based optimization method is proposed in this paper. First, a linear interpolation (LI) based RBFNN modelling method, LI-RBFNN, is developed, which can enhance the RBFNN accuracy by enforcing the gradient match between the surrogate and the trend observed from the training samples. Second, a hybrid infill strategy is proposed, which uses the surrogate prediction error based surrogate lower bound as the optimization objective to locate the promising region and meanwhile employs a linear interpolation-based sequential sampling approach to improve the surrogate accuracy globally. Finally, extensive tests are investigated and the effectiveness and efficiency of the proposed methods are demonstrated.     

汽液平衡计算与立方型状态方程

本文综述应用于汽液平衡计算的立方型状态方程的发展和研究动向。     

基于姿态补偿的视线角速率样条滤波

在大气层外动能拦截器应用背景下,对基于姿态补偿的视线角速率样条滤波进行了研究,对拦截过程中姿态跟踪角度进行了分析;通过引入姿态补偿模型,依靠三阶样条滤波实现了视线角度测量数据处理。仿真结果表明,该方法能有效减少末制导姿控情况下视线角速率滤波误差,对拦截过程中姿控引起的方法误差可进行有效的补偿。     

基于谱插值与经验模态分解的表面肌电信号降噪处理*

根据表面肌电(surface electromyography, sEMG)信号的噪声特性来探讨其降噪方法的应用问题。采用谱插值法来削弱工频干扰以避免工频处的肌电信息成分丢失,再选取通过经验模态分解(empirical mode decomposition, EMD)方法获得的内在模态函数(intrinsic mode function, IMF)分量作小波软阈值分析,并将部分明显的低频IMF干扰分量及冗余分量去除,然后对相应IMF分量进行重构便可得到降噪处理后的sEMG信号。仿真和真实信号的降噪实验结果     

基于四次矩阵样条函数的二阶矩阵微分方程近似解

使用四次矩阵样条函数方法来解二阶矩阵微分方程．首先对矩阵微分方程的初始问题进行介绍;然后构造四次矩阵样条函数;并对矩阵样条函数方法进行算法描述;最后通过实例和误差分析来说明四次矩阵样条函数方法的有效性．