基于FAHP的舰船电力系统脆性分析

首次将复杂系统脆性引用到舰船电力系统研究中,由于舰船电力系统是复杂系统,具有层次结构,因此采用模糊层次分析法(FAHP)对其进行脆性分析。由模糊层次分析法求得舰船电力系统各子系统的相对重要度排序向量,找出极易使舰船电力系统崩溃的脆性因素,为决策者提供重要的参考依据。     

战场抢修多目标多分队调度优化研究

基于多目标的战场抢修分队调度优化问题一直以来是装备指挥管理部门关注的问题之一.通过约束转换,确立了采用遗传算法进行多目标优化调度的模型,并详细地说明了遗传操作方法的设计,实例验证了遗传算法在多目标多分队调度问题处理过程中的有效性.     

载人潜水器耐压球壳的多目标优化设计

采用基于响应面(RSM)近似模型和遗传算法(GA)对某深海载人潜水器耐压球壳进行多目标优化设计。首先建立深海载人潜水器耐压球壳的结构优化模型,通过试验设计(DOE)获得设计目标的响应特性,拟合得到响应面近似模型,最后采用Pareto遗传算法对响应面模型进行多目标优化求解,得到潜水器耐压球壳的优化设计方案。     

船舶电站负荷扰动下轴系瞬时转速的动态仿真

受到大负荷扰动后,船舶电站的参数将发生较大变化.从发电柴油机、电力负荷、发电机及励磁调节系统方面建立柴油机瞬时转速的动态模型,并从气缸做功和负载方面对瞬时转速变化方面进行分析.依据发电柴油机的不同负荷类型,分别从恒定阻抗法、电动机机电暂态过程动态特性、负荷的静态特性三方面进行归类计算,提高了负荷的动态和静态仿真性能,励磁系统则采用三阶实用模型.最后利用Matlab/SIMULINK进行了系统的静态、暂态和动态稳定性分析.     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

一种螺旋桨参数化建模方法

对螺旋桨进行优化时,需要建立起优化计算的样本空间,即要实现初始桨的参数化建模。本文基于贝塞尔曲线拟合原理编程实现了螺旋桨的参数化建模,对螺旋桨的径向参数分布分别用一条贝塞尔曲线进行拟合,曲线的控制点通过遗传算法寻优求得。文中以4382桨为例,对其进行参数化建模,讨论了三、四、五、六阶贝塞尔曲线的拟合效果,发现三阶贝塞尔曲线拟合光顺性最好、拟合平均误差可以控制在0.3%以内,而且控制点个数较少,最适合拟合螺旋桨径向参数分布。最后通过调整三次贝塞尔曲线控制点的位置调整了原桨叶的几何形状,得到光顺性较好的新桨叶模型,表明该参数化建模方法合理。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

基于进化神经网络的超声回弹综合法火灾后混凝土强度的评定

基于火灾高温后混凝土强度的评定是判断火灾后建筑结构损伤程度、剩余承载力的重要依据,设计了一个进化神经网络模型,用遗传进化算法优化RBF网络的连接权和网络结构,并将其应用于火灾后混凝土抗压强度的评定,给出了混凝土强度测试的实验方法。研究结果表明,所提出的进化神经网络比回归计算方法具有更高的识别精度和较强的实用性。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵,对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别,设计了多级联动的信号控制流程与实现方式,构建了不同拥堵程度下的分级响应控制策略,基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法,建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明,在主线不同拥堵程度下采取的级联信号控制方法,可以有效提升快速路主线平均车速,并未导致匝道排队的恶化,局部路网平均延误均有明显降低.