摘要：为了更好地揭示三周期极小曲面(TPMS)结构设计与力学性能参数之间的对应关系,研究了螺旋二十四面体Gyroid结构(GCS)不同网格参数的数值收敛性和不同排列方式的力学性能。设计了体积分数和胞元尺寸固定的GCS试件;基于单元参数变化的体素化模型,使用有限元方法对GCS进行收敛性分析;通过试件拉伸试验验证了仿真的正确性;最后以拉伸和弯曲工况研究了GCS在不同排列形式时的力学性能差异。研究结果表明:仿真分析与试验之间的抗拉强度、极限载荷误差在1.5%以内;基于体素化方法,调整雅可比参数值可显著降低收敛时的单元数量。对变厚度GCS力学性能做了定量分析,拉伸工况中,针对4×4×4结构,其等效弹性模量沿厚度方向变化最大可达14.41%;弯曲工况中,针对20×4×4结构,等效弹性模量最大差距为21.25%。

摘要：针对遗传算法局部搜索能力较差、全局优化速度缓慢、搜索的效率对约束惩罚因子的选择有明显依赖性等问题,设计了能够从可行解空间和不可行解空间同时搜索的交叉算子、具有前期的快速搜索能力和后期的最优解保持能力的变异算子和具有"精英"保持能力的选择算子,并采用已搜索解集避免了子代的"返祖"和退化现象。在此基础上,设计了具有全局搜索能力的遗传算法,并证明了算法的收敛性。仿真结果表明,该算法能够快速地找到全局极值点。

摘要：针对具有可重复性的一般离散时间非线性系统,在已存在的PID控制系统的基础上,利用重复性的特点,给出了一种学习增强型PID控制方法,严格证明了收敛性,并通过快速路交通系统的仿真验证了该方法的有效性和优越性。该种方法的主要特点是,不需要对已有的PID控制装置和系统做任何改动,只需在PID控制器的外环加上迭代学习控制器即可,是一种模块化的设计。该方法实现了PID与迭代学习控制的优势互补。

摘要：针对一类非线性不确定系统,构造了一种多变量线性扩张状态观测器(Multi-variable linear extended state observer,MVLESO),用于实时估计非线性系统的不确定动态.采用频域分析方法,剖析了所构造的MVLESO在非线性系统不确定动态估计方面的收敛性,并推导出不确定动态的频域估计误差模型.仿真结果表明,所设计的MVLESO可以较为精准地估计出非线性系统当前的不确定动态,该特性为基于MVLESO鲁棒控制方案的有效实施奠定了基础.

摘要：结合模糊规划与非线性规划的收敛性分析方法,给出了基于模糊模型的关联平衡法的收敛性分析.首先证明了经去模糊处理后形成的约束集合与子过程原有的约束集合必有交集,并且此交集是凸集.在此基础上,分析和证明了基于模糊模型的关联平衡法可用于求解基于模糊模型的稳态大工业过程递阶优化问题.继而通过定义迭代序列的A-内积,证明了基于模糊模型的关联平衡法是收敛的.同时给出了保证迭代收敛的迭代系数取值范围.

摘要：为了解决无线传感器网络设计的"节能"问题,提出基于博弈论的功率控制机制以较好地降低网络能耗.对无线传感器网络的能耗限制问题做了理论分析,通过对无线传感器网络和博弈的映射分析,研究了基于博弈论的分布式自适应功率控制算法.OPNET仿真结果表明:该算法能降低能耗,减少引入的网络开销,增加网络寿命.该算法采用优化动态反应来更新发射功率等级就能收敛到纳斯均衡,保证网络的公平性.

摘要：回顾了摩擦接触问题的现有解法,包括Lagrange乘子法、惩罚函数法、增广Lagrangian乘子法,线性互补模型及互补类非线性方程组方法等,尤其是近期关于非线性方程组方法的系列研究结果:(1)三维弹性摩擦接触问题互补类非线性方程组的光滑化解法;(2)将其推广为非光滑解法;(3)三维弹塑性摩擦接触问题增量方程和算法.非线性方程组方法解法基于严格的数学理论基础,严格地满足接触条件,并用随机数产生的接触柔度矩阵证实了算法的收敛性,由于每个接触点对的未知数只有3个,不含任何人工变量,同时,算法有局部二次收敛率且计算效率很高.为了考察以增广拉格朗日法为代表的工程中流行算法的精度和收敛性,设计了一个典型的弹性摩擦接触问题算例,证实了通用程序ANSYS的增广拉格朗日法是近似的并且不能保证收敛.

摘要：近年来,学习分类器LCS已广泛用于基于归纳学习的强化学习领域,但很少用于多机器人领域.提出了一种基于集成强化学习和遗传算法的学习分类器用于多机器人路径规划领域.由于遗传算法具有早熟收敛、局部最优解和占据较大的存储空间等缺陷,针对静态和动态环境因素对多机器人路径规划的不同影响,设计了在静态和动态环境下不同的适应度函数,在理论上推导并证明了信用分配算法的收敛性,为路径规划算法的收敛提供了理论保证.仿真实验结果也表明遗传算法和学习分类器结合用于多机器人的路径规划是有效的,遗传算法的早熟收敛、局部最优解、占据存储空间较大和收敛速度慢等难题得到很大改善,提高了多机器人发现安全路径的能力.所以LCS在机器人领域的应用前景是非常广阔的,是今后需要努力研究的方向.

摘要：该文运用动力学原理对串行级联连续相位调制系统(SCCPM)迭代检测过程中存在的正反馈现象进行了分析,从正反馈的减少和检测两方面对迭代方法进行了改进。提出了一种加权外信息交换的迭代方法,有效改善了系统收敛的程度。设计了基于硬判决符号改变的动态迭代方法,在减少平均迭代次数的同时,能够通过对残存正反馈的检测来选择较小错误数的迭代。仿真结果表明所提出的改进方法能有效抑制SCCPM系统中存在的正反馈现象,提高系统性能。

摘要：研究建立了一种等态等价关系与强/弱态偏序关系模型,用于分析进化算法在收敛性上的等价性与可比性.基于吸收态Markov(马尔可夫)性,满足等态关系的进化算法具有等价的收敛性,从而在收敛性意义上实现了进化算法的等价类划分.在等态关系基础上,建立了弱态和强态的偏序关系,提出了一种对比进化算法收敛性的数学工具,在此基础上设计了更为强态的进化算法.文章运用所得理论分析了采用不同变异算子的(1+1)EA算法之间的关系,并用数值实验予以验证.文章提出的关系模型可以作为研究进化算法在收敛性上等价、对比和改进的一种理论基础.