从帕累托最优视角看复合图书馆条件下人力资源管理效益提升

一、帕累托最优的概述1.帕累托最优概念的提出帕累托最优(Pareto Optimality),也称为帕累托效率(Pareto efficiency),是以意大利经济学家维弗雷多·帕雷托的名字命名的,他在关于经济效率和收入分配的研究中最早使用了这个概念。所谓帕累托最优,是指资源分配的一种理想状态,假定固有     

基于改进遗传算法的双向渐进结构优化方法研究

本文提出了一种基于改进遗传算法的软删除双向渐进结构优化法(G-BESO),以解决传统双向渐进结构优化法(BESO)中参数(如进化率)设置不当而导致无法获得最优拓扑构型的问题.首先确定单元权重系数与单元密度的递推关系式,形成一种考虑单元密度历史信息的材料插值模型,从而增强恢复误删高效单元的能力.然后引入遗传算法中的交叉和变异操作,启发式地更新结构状态以提高全局寻优能力.最后将该方法编写成可用于实际工程结构优化设计的程序.算例表明,提出的方法能稳定得到最优拓扑形状且计算效率更高,可为工程结构的拓扑优化设计提供一定参考.     

外形参数对翼身融合水下滑翔机的高升阻比特性影响研究

针对翼身融合水下滑翔机,分析了各种外形参数对其升阻比的影响大小排列,以提高外形设计效率.首先,基于势流理论和粘性修正,提出一种可实现翼身融合水下滑翔机外形参数大变形情况下的升阻比快速计算方法;然后,采用最优拉丁超立方设计进行外形参数的高效均匀采样,并建立多元二次回归模型对样本数据进行最小二乘拟合;最后,根据归一化的回归...     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。     

基于最大模糊总熵准则自动选择灰度图像分割的最优阈值

图像不仅含有由统计不确定性产生的信息量，而且含有模糊不确定性产生的信息量。我们通过用来测度统计信息的香农熵为模糊总熵，开发出基于最大模糊总熵准则的最优阈值技术，它是熵阈值技术的良性拓广，实验表明它能在二值化后保留更多的图像信息，取得更好的图像分割效果。     

掺烧乙醇/水对柴油机燃烧与排放性能的影响

针对TBD234V6型柴油机,采用AVL-fire软件对额定工况下,不同乙醇/水掺混比进行三维数值模拟研究,对比分析缸内压力、缸内温度、缸内温度场、燃烧放热率、NOx浓度、NOx浓度场、Soot浓度、Soot浓度场,并通过赋权法确定最优乙醇/水掺混比。结果表明：随着乙醇/水掺混比的增加,缸内压力逐渐升高,燃烧放热率滞后,燃油消耗率呈上升趋势,但在0E10W时,最高燃烧压力下降率约为3.7%;燃油消耗率下降0.38%;缸内高温分布区域缩小,NOx和Soot浓度下降。通过计算确定最优掺混比为20E10W,此时,最高燃烧压力提升5.6%,燃油消耗率上升2.41%,NOx排放下降率约为18.8%,Soot排放下降率约为29.6%。研究结果可为船用柴油机采用柴油/乙醇/水三燃料燃烧提供一定的指导依据。     

改进遗传算法的船舶航行路径规划方法

船舶航行环境十分复杂,路径规划是保证船舶智能航行的基本技术,针对当前船舶航行路径规划方法存在搜索最优路径速度慢、得到最优路径质量差等缺陷,设计了基于改进遗传算法的船舶航行路径规划方法。首先对船舶航行路径规划原理进行分析,构建船舶航行路径规划的建模环境,然后产生船舶航行路径规划的可行解,引入改进遗传算法模拟生物进化机制对船舶航行路径规划可行解进行分析,搜索到最优的船舶航行路径规划方案,最后在Matlab 2017平台上进行了船舶航行路径规划仿真测试。改进遗传算法不仅能够在有效时间内找到最优的船舶航行路径规划方案,让船舶航行路径十分安全,能够有效避开所有障碍物,而且找到船舶航行路径规划方案的迭代次数明显减少,是有一种有效的船舶航行路径规划方法。     

近程舰载武器拦截高速导弹研究

在视线坐标系中,研究近程舰载武器与目标之间的相对运动。根据滑模控制设计最优滑模制导律,并对其中的参数进行分析,得到拦截高速导弹的最优解。仿真实验结果表明,最优滑模制导律比最优制导律鲁棒性强,精准度高,在拦截高速导弹方面优越性高。     

常规潜艇的通气管暴露率的研究

分析常规潜艇通气管暴露率影响因素,提出了减小暴露率的方法,并对某一实例进行了计算.