摘要：为优化产品开发过程,把重叠引入耦合过程的研究中。以高斯消去算法为基础,给出了在两任务耦合情况下,确定耦合任务上、下游关系的方法。在建立信息修改比率参数数学描述的基础上,充分考虑到过程重叠时分别由任务返工和并行通讯所产生的时间消耗,结合高斯消去法和耦合任务的迭代特性,给出了两耦合任务迭代情况下开发时间的数学模型。最后,用工程实例验证了该数学模型,并分析了模型中部分参数的特性。

摘要：针对传统的泵CAD软件存在的缺陷,依据泵的水力设计用Bezier曲线来拟合各轴面流线,依据轴面流线、叶片安放角沿流线的分布函数及叶片的型线方程得到叶片表面上离散点集,提出用一种基于盈亏修正思想的迭代非均匀B-spline曲面算法来拟合叶片型面;利用调节轴面流线的控制点及叶片安放角的分布规律来调节叶片表面的各型值点,从而达到调控叶片曲面的目的;建立数值叶片模型与泵的设计参数间的关系,实现叶片的参数化设计,摒弃繁琐的二维木模图。实例表明提出的数值叶片模型是合理的,具有重要的理论意义和工程应用价值。

摘要：针对反应动力学参数估计的复杂性,设计了一种新颖的优化方法—迭代全息搜索策略(IHRS)。全息搜索策略(HRS)将多维空间中的寻优问题直观地通过二维全息图上的近邻搜索来实现,是一种全局搜优效率较高的确定性优化方法,但它只能用于离散系统的优化。IHRS通过对连续变量进行离散化处理,并运用迭代计算逐步缩小离散系统与原连续系统的偏差,将复杂的多维连续变量优化问题转化为多个串联的较为简单的离散变量组合优化问题,再运用HRS寻优。并讨论了等分区间数、搜索域收缩率、群规模等参数对IHRS搜优效率的影响。六维Alpine函数测试表明,IHRS的全局优化性能优于单纯形法和遗传算法(GA)。将IHRS应用于SO2催化氧化反应动力学模型参数的估计,取得了满意的结果。

摘要：微观结构对复合材料的宏观力学性能具有至关重要的影响,通过合理设计复合材料微观结构可以得到期望的宏观性能.均质化方法作为一种有效的设计方法,它从微观结构的角度出发,利用均匀化的概念,实现了对复合材料宏观力学性能的预测和设计.而当考虑非线性因素,均质化的实现就非常困难.本文利用双渐近展开方法,将位移按照宏观位移和微观位移展开,推导了非线性弹性均质化方程.通过直接迭代法,对非线性弹性均质化方程进行了求解,并给出了具体的迭代方法和实现步骤.本文基于迭代步骤和非线性弹性均质化方程编写MATLAB程序,对3种典型本构关系的周期性多孔材料平面问题进行了计算,对比细致模型的应变能、最大位移和等效泊松比,对程序及迭代方法的准确性进行了验证.之后对一种三元橡胶基复合材料进行多尺度均质化,将其分为芯丝尺度和层间尺度.用线弹性的均质化方法得到了芯丝尺度的等效弹性参数,并将其作为层间尺度的材料参数.在层间尺度应用非线性弹性均质化方法对结构进行计算,得到材料的宏观等效性能,并以实验结果为基准进行评价.

摘要：跟踪研究了2015年至今我国新基建政策以及各国智慧城市新基建的实践。通过文献综述以及对城市技术七波发展浪潮的总结,明确指出"新基建"是由新一代城市技术驱动的基础设施实施建设和运行管理的全过程,并总结出三个基本特征。而后,按照"技术迭代—城市应用—空间节点—网络体系—影响作用"的逻辑,分析七波城市技术对应的基础设施在城市中的应用和空间类型。以上海为例,梳理城市基础设施网络体系的迭代历程及其对城市发展的影响。最后指出基础设施的迭代发展也为新型智慧城市提供了重构现代治理体系的契机,并提出新基建创新生态环境构建的三项建议。

摘要：提出了一种将随机相位加密和相位恢复算法中的求解附加相位分布分二步实施的加密方法 .由于该方法的实质是通过在随机谱和相息图之间进行相位恢复迭代以确定相息图和密钥的相位分布 ,因而能够减小图像的解密误差 .在相息图相位离散化的迭代过程中 ,采用增大设计冗余度的方法 ,降低了由相位离散化所带来的解密误差 .最后 。

摘要：基于一类特殊矩阵的幂级数展开,推导了渐进迭代逼近方法和代数插值方法的等价性.在此基础上,针对PIA方法中因病态矩阵而导致收敛速度过慢的问题,通过矩阵QR分解引入变换矩阵,再优化迭代矩阵的谱半径,来加速PIA方法收敛;相对于因不同的参数化而导致计算效率的不确定性问题,采用向心加速参数化、优化配置矩阵来确保计算效率.最后通过数值实例验证了理论推导的正确性和文中方法的有效性.

摘要：为了减小执行重复运动任务机器人的末端位置误差,提出了自适应迭代学习轨迹跟踪控制算法。根据拉格朗日方程得到SCARA机器人的动力学模型,设计了控制力矩的迭代算法,利用Lyapunov函数对该算法的稳定性进行了理论证明,搭建了具有典型机械结构的SCARA机器人实验平台。通过实验验证了自适应迭代学习控制算法能有效减小SCARA机器人的末端位置误差,具有较强的可执行性。

摘要：为提高Grover算法的搜索效率,基于Grover算法,提出了一种新的量子搜索算法.该算法充分利用各状态之间的结构信息,根据不同的初始量子态和所搜索的基态设计旋转量子门,并用提出的量子门进行旋转迭代.结果表明,与Grover算法相比,该算法的搜索迭代次数减少.实例分析验证了算法的可行性和有效性.

摘要：基于传统的迭代终止条件,应用匹配追踪(MP)稀疏分解方法分解高噪信号,研究了固定迭代次数及阈值迭代终止条件的不足.引入相邻残差之比,规格化相邻残差之差,减少了噪声的干扰,设计了残差比阈值迭代终止条件.采用残差比阈值迭代终止条件,对高噪声超声信号进行稀疏分解,分解过程会根据噪声成分的水平自适应地终止迭代,克服了传统迭代终止条件无法选择迭代终止阈值的问题.理论推导与实验都证明了残差比阈值迭代终止条件具有很强的鲁棒性.