一个三阶非线性自治电路中混沌现象存在性的证明

利用Ｓｈｉｌｎｉｋｏｖ定理，巧妙地引入“反流”的概念和方法，证明了在适当选取参数时，一个简单的三阶自治无反馈双晶体管电路中混沌现象的存在性。该电路是由本课题组首先提出并进行研究的。通过计算机仿真与硬件实验已发现其中存在丰富的混沌现象。     

二维薄板在超音速气流作用下的热弹性颤振

根据von-Karman几何非线性应变位移关系建立了二维薄板在超音速气流作用下的非线性动力学模型,其中气动力根据一阶准静态活塞理论计算.用假设模态法和伽辽金方法使方程离散化,然后用Runge-Kutta方法计算.分析结果用分叉图和相图描述.结果表明,温度效应降低了板的稳定性;随动压增大,系统经历稳定运动、周期运动和混沌运动状态.     

一种自适应伪并行改进遗传算法

针对基本遗传算法中存在的一些不足，例如“早熟”现象和计算速度较慢等缺点，对进化算子作一定的改进，在单台计算机上实现并行计算思想与遗传算法的结合，提出了一种新的伪并行改进遗传算法。最后通过典型测试函数的数值算例验证，表明该算法不但有效地克服了遗传算法的缺点，而且精度和收敛速度都有明显的提高。     

电流型变参数蔡氏电路

提出了一种电流型变参数的蔡氏电路。首先用ＯＴＡ（电流型跨导运算放大器）实现了仿真接地电感和分段线性电阻的综合。之后，用ＯＴＡ综合了电流型变参数蔡氏电路，并计算了该电路的Ｌｙａｐｕｎｏｖ指数，做出了功率谱及Ｐｏｉｎｃａｒｅ截面图。最后，通过实验探讨了系统进入混沌的道路。     

编组站进路调度优化算法

分析编组站作业进路选排问题的本质,以各任务的延误时间加权值总和最小为最优目标,以任务的前后工序选择路径为动态约束,建立编组站作业进路调度数学模型,采用遗传算法求解。编码采用定长染色体,长度为任务的工序数,每个工序采用2段制,编码中的顺序唯一地确定了每工序对指定进路占用的起讫时间和指标递推,设计基于优先规则的编码算法步骤。为保证解的可行性,将编码合法化,对工序进行拓扑排序。递推计算工序开始时间和结束时间,进而计算编码的目标值,并将其转化为适应值。采用轮盘赌与最优性相结合的方法进行选择,设计基于位置成组移位的杂交算子和随机交换的变异算子。以某编组站为例进行模拟计算,结果证明该算法满足编组站进路调度工作的要求。     

基于退火策略的混沌神经网络在解KTSP问题中的应用

研究优化求解多路TSP问题(KTSP)。首先求出将KTSP转化成TSP的换位矩阵，然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP。仿真结果表明算法是有效的。     

位错动力学和固体湍流

研究了外场作用下，位错的非线性动力学，导出了混沌的阈值，讨论了系统的级联分叉以及通向混沌的途径，并在参数平面δ／ａ－Ω上，给出了系统的混沌区和非混沌区。     

一种基于音频内容的NDCT域脆弱音频水印算法

针对音频信号内容完整性鉴定的需要,提出基于音频内容的非均匀离散余弦变换的脆弱音频水印算法。算法中水印通过量化音频三级小波近似分量的平均值而产生,并对三级小波近似系数做非均匀离散余弦变换NDCT,将生成的水印通过量化的方法嵌入到NDCT域第2个系数(即首个交流系数)上。非均匀离散余弦变换的频率采样点由密钥控制的混沌产生,提高了水印系统的安全。仿真实验表明:提出的算法对MP3有损压缩、滤波、重采样、量化等信号处理操作十分敏感,对恶意的替换操作等非同步攻击能够报警并能做出篡改定位。     

基于遗传算法和神经网络的润扬长江大桥深基坑变形预测

针对深基坑变形问题,用遗传算法优化BP神经网络的初始权重,建立了GA-BP神经网络深基坑变形预测模型,克服了BP神经网络收敛速度慢、易陷入局部极小点的缺点。利用模型对润扬长江公路大桥南锚碇深基坑变形进行分析,并对模型拟合结果进行了检验,结果表明深基坑变形和支撑轴力具有一致响应趋势,预测模型性能良好,预测精度较高,简便易行。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。