组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.     

模拟退火法在协同优化中的应用

为解决传统标准协同优化算法经常无法收敛和容易陷入局部最优等缺陷,提出一种基于模拟退火法的改进协同优化算法.该算法在继承标准协同优化算法并行自治优点的前提下,首先系统级由全局模拟退火算法和梯度算法相结合的组合优化策略代替单优化算法,其次根据优化具体情况引入动态松弛因子,以此来保证优化的全局性和精度.通过两个典型的MDO测试算例对改进的协同优化算法进行验证,优化结果表明,改进的协同优化算法具有更好的精度、收敛速度和稳定性.     

基于神经网络的具有不确定性因素的RLED机器人鲁棒控制

对具有不确定性因素的电机驱动刚性机械臂控制 ,提出了一种基于神经网络的鲁棒控制器 .控制器的设计采用Backstepping法 ,神经网络用于识别系统中一些包含不确定因素的复杂的非线性项 ,并且使系统的在线学习成为可能 .给出的网络权值演化算法可保证系统的跟踪误差和网络权值的一致终值有界 (UUB) .数值仿真结果亦表明该控制器具有良好的鲁棒性和控制精度     

船舶操纵运动建模中的参数可辨识性问题

为保证系统辨识方法应用于船舶操纵运动建模中的有效性,提高建模精度,研究了船舶操纵运动辨识建模中的参数可辨识性问题.从系统辨识原理和船舶操纵运动数学模型结构特点的角度讨论了参数可辨识性的机理,并结合Mariner船试验数据,应用细长体理论分别计算了附加质量和黏性力导数,并与约束模试验结果进行对比.结果表明,附加质量的理论计算结果具有足够的精度,而黏性力导数的计算结果存在较大误差.为此,在应用系统辨识进行船舶操纵运动建模过程中,可将附加质量预先给定以解决参数可辨识性和提高辨识精度.     

计及浅水及岸壁效应的KVLCC2船体斜航运动水动力数值计算

通过求解不可压缩流动RANS方程,确定浅水及岸壁效应对船舶水动力的影响.选用RNG k-ε湍流模型,使用全六面体网格进行离散,数值模拟了KVLCC2船体在不同水深和航道宽度情况下作直航和斜航运动时的粘性流场,得到作用在船体上的水动力.将计算结果与试验结果对比,验证了计算方法的有效性.     

华北落叶松针叶粉饲喂产蛋鸡效果的研究

华北落叶松针叶含有多种营养物质及生长素、植物杀菌素等,落叶可作为饲料资源,变废为宝,具有较高的社会和经济效益。通过在同一营养水平下,不同松针叶粉含量日粮饲喂产蛋鸡效果的试验表明：在鸡日粮中添加３％的华北落叶松针叶粉,可以提高产蛋量和饲料转化率,并且有促进蛋黄着色作用。     

古尔班通古特沙漠南部短命植物生长对水热条件变化的响应

于2002至2004连续3年对古尔班通古特沙漠南部短命植物生长和土壤水分状况进行系统监测,并对同期气象资料进行分析,结果表明,短命植物的种子萌发和植株生长对于水热条件变化反映极为敏感．2003年早春日均温和日最低气温稳定回升到0℃以上的时间较2002年推迟了近10天,而同期土壤水分条件变化不大,观测到2002年有28种短命植物萌发,生活期近70天,短命植物层片盖度最高可达到46．4％．而2003年只有17种短命植物萌发,生活期50天左右,层片盖度最高为20．8％．2002年春季短命植物植株高度亦显著高于2003年,可见早春时节短命植物的萌发、生长和数量动态强烈依赖于热量条件．水分条件的变化不仅通过地形分异作用影响短命植物的空间分布,亦通过其时间变化影响其萌发与生长．2002年夏季没有较强降水发生,继6月底短命植物完成生活周期后,只在秋季发现个别短命植物的秋萌株．而2003年和2004年,在7和8月份>60 mm的较强降水影响下,尖喙栊牛儿苗和囊果苔草等以>10％盖度迅速覆盖沙丘表面．可见春季过后短命植物不仅只存在秋萌现象,夏季如遇到适量的降雨,其中的一些种亦可成批萌发．研究短命植物生长对水热条件变化的响应,不仅具有一定的生态学意义,而且也有助于理解该沙漠的沙面稳定性与区域气候变化的关系．     

船舶操纵水动力建模的参数漂移消除和灵敏度分析

针对应用系统辨识进行船舶操纵水动力建模过程中出现的参数漂移,提出了一种基于支持向量机的辨识方法,采用该方法对系统输入和输出样本数据进行批处理辨识,避免了参数估计初值的选定.通过引入附加激励,减小了船舶操纵运动过程中的动力相消效应,由系数辨识结果和对回归模型中变量的相关性分析验证了该方法的有效性.为了减小模型复杂度对参数漂移的影响,对模型中的水动力系数进行了灵敏度分析,以获取各个系数对操纵性预报及水动力建模的影响权重.分析结果表明,线性水动力导数、横向速度和转首角速度的三阶水动力导数对建模精度的影响最大.     

RLED机器人神经网络在线辨识及控制器设计

对考虑模型误差和外界干扰信号等不确定性因素在内的电驱动刚性机器人系统,运用神经网络和基于Lyapunov函数的逆向递推法提出一类自适应跟踪控制器.神经网络用于辨识机器人系统中包括电流一阶导数在内的复杂非线性项和不确定性因素;而基于Lyapunov函数的逆向递推法则保证了控制系统的鲁棒稳定性和干扰抑制性能.通过系统稳定性分析可以得到控制器参数的选取原则,以进一步提高控制系统品质.数值仿真结果表明所设计的控制器具有良好的鲁棒性和跟踪精度.     

采用自适应最小化置信下限和SMOTE算法的动态代理模型

利用最优拉丁超立方试验进行初始采样，建立基于自适应最小化置信下限和SMOTE算法的动态径向基函数代理模型.将自适应平衡常数引入到最小化置信下限准则中，通过多岛遗传算法对置信下限进行寻优.根据代理模型精度，在最优解处运用SMOTE算法动态地新增样本点，进而更新代理模型，直至收敛.经过数学算例测试后，将该优化策略应用于深潜器耐压舱的优化中，与其他动态代理模型相比，该策略的优化效率和精度显著提高.