基于图像序列区域混沌特征的海面舰船目标检测算法

为了检测复杂海面背景中的舰船目标,提出了一种基于图像序列区域混沌特征的目标检测新算法,算法利用小数据量法计算图像序列区域的最大Lyapunov指数,分析运动目标存在时背景信号混沌特征的变化,并利用混沌特征的变化差别检测淹没在混沌背景信号中的目标信号,最后对100帧图像进行了目标检测.计算结果表明:新算法检测率为100%,虚警率为5%,检测结果优于利用统计分析方法的结果.     

Benard对流问题五模类Lorenz方程组的动力学行为及其数值模拟

考虑底部温度高于顶部温度的两平行板问流层的Benard对流问题,该问题可以用Navier—Stokes方程与热传导方程来描述,对其速度场和温度场等相关变量进行二维傅立叶展开,经过复杂运算得到几个新五模类Lorenz方程组,对这些方程组的动力学行为进行了数值模拟．     

�����Ŵ��㷨�Ż���·����·��

公路运输路径问题已被证明是高维非线性完全问题,实际中还会增加非流通图约束,使求解更复杂,研究价值较高.鉴于传统遗传算法在求解过程中容易出现早熟收敛、冗余迭代的缺陷,在初始种群生成、交叉变异及搜索操作方面提出改进,设计混沌遗传算法.采用遍历城市顺序的染色体编码,结合随机法与贪心法生成较优初始种群,避免出现大量非可行染色体,提高了后续的遗传效率.接着,执行优先保留交叉和平移变异操作,依次引入局部邻域搜索以及混沌搜索以加快算法收敛,还给出最优解的非连通公路约束满足判据.最后,实验结果验证了新算法的有效性,不但取得了较优解,而且子代种群离散程度较小,收敛性更好.     

基于改进变尺度混沌优化的临界滑面搜索及应用

针对边坡稳定性分析中边坡临界滑动面问题,将改进的变尺度混沌优化算法和边坡稳定性分析的无条分法结合起来,采用混沌Logistic模型进行混沌搜索,内外循环缩小有效区间,最终搜索到边坡画面临界全局最优解,实现了对工程中一般岩土体边坡临界滑动面的搜索求解.     

激励频率对线谱隔离效果影响的试验研究

为分析激励频率变化时,混沌隔振系统对特征线谱隔离效果的影响,设计双层混沌隔振系统,研究在不同激励频率条件下,混沌隔振系统对线谱的隔离能力。试验结果表明,激励频率对系统的隔振效果有较大的影响,在系统固有频率附近,线谱的隔离能力较差,在混沌隔振系统设计中,同样需要避开系统的固有频率。     

横向补给系统高架索的参激振动研究

考虑了集中质量、轴向运动等因素对系统动力学行为的影响,建立了海上横向补给系统高架索的面内振动的连续模型。利用Galerkin方法对高架索偏微分模型进行模态离散,得到了1、2阶模态耦合的高架索系统的标准的动力学控制方程,利用多尺度方法对动力学方程进行渐近分析。对系统存在的两类参数激励共振进行了数值分析,得到了系统时间历程曲线、相图以及频谱图,研究结果表明高架索横向振动存在混沌等复杂的动力学特性。     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤.对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度.然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度.     

一种基于小数据量的快速识别短时交通流混沌特性的方法

对短时交通流进行预测、诱导和控制是智能交通控制系统的重要研究内容。由于对短时交通流进行混沌特性识别时,存在实时性与样本数量之间的矛盾。因此,本文基于混沌时间序列分析理论,提出了一种快速计算短时交通流时间序列最大Lyapunov指数的小数据量方法,用于识别短时交通流中是否存在混沌特性。该方法首先将短时交通流时间序列在相空间中进行重构,以充分提取短时交通流中的相关信息。并结合庞卡来截面法对识别结果进行了验证。从而为对短时交通流进行分析、预测和控制时所采用的相应方法提供了可靠的理论依据。对实测短时交通流行为进行识别的结果表明,该方法具有计算量小、实时性好,对小数据量可靠且容易操作等优点。     

振动压实中的次谐波振动与混沌

建立了一种土壤非线性力学模型,可以反映土壤弹塑性变形和振动轮跳振等不同压实阶段特点。数值仿真表明,土壤弹塑性变形阶段,系统做周期运动,振动轮起跳后产生次谐波分量,减小阻尼会使谐波分量增加,在一定条件下出现分岔并引发混沌。对研究压实作业中如何产生混沌运动和避免振动轮跳振提供了理论依据。     

集装箱船主尺度全局最优化的混沌算法

提出了应用混沌优化方法（Chaos Optimization Algorithm,COA)进行集装箱船船型主尺度要素全局优化的新策略。混沌优化方法利用混沌变量的随机性、规律性、遍历性寻优，能够克服经典优化方法如直接法、梯度法、Hessian法等方法容易陷入局部极小点的不足，方法简单、快速、易于掌握，其效率比一些目前广泛应用的随机优化方法如模拟退火法（SAA）、遗传算法（GA）等高得多。实际算例的结果证实了混沌优化方法用于集装箱船船型优化的有效性。