基于改进GA优化的水下机器人航向鲁棒控制

基于某型号水下机器人水平面线性化模型,针对水下机器人系统存在的多种不确定因素,工作环境复杂多变的问题,采用混合灵敏度法设计水下机器人航向鲁棒控制器。在设计中,通过罚函数小生境遗传适应度值作为桥梁建立起遗传寻优与混合灵敏度参数之间的关系,构成多目标优化问题寻优加权函数。实验结果表明,所用方法可在保证系统较强鲁棒性的同时,又能兼顾时域指标和混合灵敏度加权函数频域要求,获得综合性能指标最优的鲁棒控制器,控制效果较好。     

基于多目标遗传算法的约束阻尼柱壳结构优化

文章为了改进被动约束阻尼柱壳结构的减振特性,解决引入约束阻尼的合理分布问题,提出了一种基于多目标遗传算法的优化设计方法。建立了以振动模态的前两阶损耗因子和引入约束阻尼材料总质量比为优化目标,以约束层、阻尼层厚度和粘弹性材料剪切模量为设计变量的多目标函数。利用遗传算法对 Pareto 最优进行优化选择,避免了对目标函数值的直接计算。通过分析和比较优化前后结构的模态振动频率变化以及幅频响应,表明引入质量太多会影响柱壳结构固有特性,而优化后结构能够避免太多的质量引入,并且具有更好的减振效果。     

斜壁结构的水动力收敛方法研究

在分析波浪中的船舶运动或者计算大型结构的水动力系数时,往往采用时域格林函数方法。时域格林函数的一个重要局限性在于它在计算具有倾斜壁面的水动力系数时,结果很容易发散。时域格林函数本身的奇异性以及高频振动特性显然是水动力发散的一个重要原因。但即使该奇异性通过增加粘性以及表面张力的方式使之消失,计算具有斜壁结构的水动力时,发散现象依然存在。因此,该文提出一种滤波方法,除去时域格林函数的高频部分,留下其低频部分,并定义滤波系数,从而使作用于斜壁结构上的水动力值收敛。通过文中结果与频域兴波格林函数法的比较来确定最优滤波系数。结果表明：最优滤波系数几乎与运动幅值无关,但会受到运动频率以及物面形状的影响。     

梯形载荷作用下功能梯度简支梁弯曲的解析解

基于应力函数法,对梯形分布载荷作用下、材料属性在厚度上任意变化的功能梯度简支梁弯曲问题的解析解进行了研究。首先引入了一个应力函数,根据平面应力问题的基本方程,得出了功能梯度梁的应力函数应满足的偏微分方程,并根据应力边界条件得出了应力函数及各向应力的表达式;进而根据功能梯度材料的本构方程和位移边界条件,得出了各向应变与位移的显式解析表达式。在算例中,分别采用文中方法和经典理论对均质各向同性梁进行求解,验证了文中方法的正确性;并求解了材料组分呈幂律分布的功能梯度梁的应力和位移分布,分析了上下表层材料的弹性模量比λ与组分材料体积分数指数 n 对应力和位移分布的影响。     

实值否定选择算法的优化研究

针对传统的否定选择算法和V-detector算法存在的"黑洞"以及检测器冗余问题,论文提出了优化算法。在检测器生成阶段,候选检测器与自体数据和成熟检测器同时进行耐受训练,比较结果确定检测器半径,减少检测器的重复覆盖;在检测器成熟阶段,计算自体重复覆盖率剔除完全被覆盖的检测器,克服了"黑洞"及冗余问题。最后,通过Iris数据比较了三种算法。实验结果显示,改进算法的检测器数量大幅减少,利于实践应用。     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。     

基于贝叶斯网络的车辆目标功能毁伤评估模型

应用贝叶斯网络在解决不确定性事件方面的推理优势,根据车辆目标的毁伤特征分析建立了贝叶斯网络功能毁伤评估模型。在目标物理毁伤信息分析的基础上,通过实例演示了评估过程,验证了用贝叶斯网络进行功能毁伤评估的可行性与有效性。     

Water Wave Scattering by a Nearly Circular Cylinder Submerged Beneath an Ice-cover

Assuming linear theory, the two-dimensional problem of water wave scattering by a horizontal nearly circular cylinder submerged in infinitely deep water with an ice cover modeled as a thin-elastic plat...     

基于MLPG法的船舶结构无网格自适应分析技术

研究船舶结构无网格自适应分析方法。首先运用无网格局部Petrov-Galerkin法,采用最小二乘法和加权余量法来求解结构位移场量的逼近函数,并给出问题的控制方程和刚度方程的一般表达式;然后采用Delaunay三角化细分方案对方程进行自适应计算;最后对船舶实肋板和带裂纹板进行应力分析计算,并通过与有限元法的计算结果进行比较,验证文章提出方法的有效性。     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。