摘要：为提高量子行为粒子群算法的优化能力,提出了一种改进的算法.该算法也采用量子势阱作为寻优机制,但提出了新的势阱中心建立方法.在每步迭代中,首先计算粒子适应度,然后取前K个适应度最好的粒子作为候选集.采用轮盘赌策略在候选集中选择一个粒子作为势阱中心,调整其它粒子向势阱中心移动.在优化过程中,通过使K值单调下降,获得探索与开发的平衡.将提出的算法应用于标准函数极值优化和量子衍生神经网络权值优化,实验结果表明提出算法的优化能力比原算法确有明显提高.

摘要：为了节省钢材、提高构件的刚度和强度,在楔形构件和蜂窝梁的基础上提出了楔形蜂窝构件.通过对悬臂楔形蜂窝构件进行连续化处理,建立楔形蜂窝构件的微分方程,进一步推导出楔形蜂窝构件的刚度方程.考虑次弯矩对楔形蜂窝构件抗侧刚度的影响,引入二阶塑性铰简化分析方法,来计算悬臂楔形蜂窝构件的屈服后变形,与有限元方法计算结果比较.结果表明:悬臂楔形蜂窝构件计算方法比较准确,满足工程设计的需要.

摘要：针对结构系统刚度以及外荷载、强度等在应用中所表现出的随机性,提出了考虑随机因素的结构系统优化设计方法.该方法首先对系统的可靠性指标进行敏度分析,然后将可靠性指标作为约束函数建立优化模型,对结构的重量进行优化.文中提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术来进行结构的优化设计.分析表明:基于小生境的混合遗传算法既发挥了最佳矢量法局部搜索能力强的特点,又具有遗传算法全局搜索能力强的优点,使收敛性能大大改善;同时,小生境技术的使用,避免了优化过程中局部最优解的出现,提高了收敛速度.算例表明,基于小生境的混合遗传算法是一种高效的结构优化方法.

摘要：针对传统电机车串联电阻调速时消耗能量大、效率低的缺点,设计了以DSP为控制核心的直流电机车的调速系统。该系统主电路采用三相桥式逆变器和整流电路,利用SVPWM控制技术和反馈跟踪控制策略,实现了转速和电流的双闭环控制。实验表明,该系统具有调速范围宽、抗干扰性强等特点,能够较好地解决传统电机车效率低的问题。

摘要：为确定最优的参数组合以降低Duffing系统的线谱能量值,以单自由度Duffing系统为参考模型,利用4阶Runge-Kutta法数值分析线性系统与非线性系统的输出动力学特征,分析阻尼参数和非线性参数对系统性能的影响,确定系统处于混沌状态的系统参数.在Duffing系统参数确定的情况下,选周期外激励力对系统进行控制,辅以Lyapunov指数图确定系统处于混沌状态的参数取值范围;根据选取的参数取值范围做系统输出的Lyapunov指数,并根据指数大小选定系统混沌程度强弱的外激励幅值与角频率参数,进而确定线谱经系统后的能量降低值.结果表明,适当调整控制参数可降低单频线谱值.

摘要：为了解决自治水下机器人(AUV)的水平面轨迹跟踪控制问题,提出一种基于解耦模型的多控制器联合控制方法.建立AUV水平面三自由度运动模型并进行模型解耦,将每个自由度都只保留主变量,模型中的交叉耦合项和模型不确定性都当做外干扰项来考虑;对解耦后的AUV运动模型进行轨迹跟踪控制器的设计,针对AUV各个自由度的特点,为轴向和侧向运动设计自适应反演滑模控制器,为艏向运动设计带有干扰观测器的自适应终端滑模控制器;通过公式推导,利用李雅普诺夫理论证明了系统稳定性和误差的收敛性.仿真实验证明:所设计的轨迹跟踪控制器具有较强的鲁棒性能,系统能够实现对平面轨迹的精确跟踪且能够在规定的有效时间内实现对艏向角的精确跟踪.

摘要：研究一类噪声干扰信号和被估计信号带有参数不确定性时的时滞中立系统的鲁棒H∞滤波设计问题。假设参数不确定性具有线性分式形式,给出的滤波器使误差系统渐近稳定且达到指定的干扰抑制水平。该方法将系统中的范数有界不确定作外部干扰处理,将不确定中立系统的鲁棒H∞滤波问题转化为确定系统的H∞滤波设计。最后通过解线性矩阵不等式得到可采用的滤波器。仿真例子验证所得结果的有效性。

摘要：为有效解决船坞/船台完工分段堆场调度问题,给出了以缩短整船周转周期和提高场地资源利用率为优化目标的时空三维调度问题模型。在有效处理多维约束条件的基础上,设计了求解本问题模型的改进遗传算法,即以分段的吊装计划节点为基准约束,采用分层遗传算法进行优化,并通过不断自适应调整算法在运行时的交叉和变异概率来有效优化种群进化速度,从而改良了算法整体运算性能。通过算例的对比分析,验证了该改进算法的可行性和有效性。

摘要：针对复杂船舶分段装配序列规划问题,提出基于遗传模拟退火算法的分段装配序列规划求解方法,综合考虑分段装配中的工艺约束和几何约束,建立以分段装配所需时间和消耗成本为优化目标的问题模型,并为模型求解设计了遗传模拟退火融合算法,将模拟退火算法的局部搜索能力与遗传算法的快速全局搜索能力相结合,达到快速收敛到全局最优解的目的。通过实例验证了该算法的有效性。

摘要：针对目前关联规则挖掘算法在处理海量数据的过程中存在的效率问题,提出了一个改进的关联规则挖掘算法——基于一维链表的递归约减挖掘算法LRE,并将LRE算法应用到入侵检测系统中,设计了一个入侵警报分析系统模型,最后,通过实验证明了LRE算法在减少入侵警报的数量和降低误报率方面的有效性。