三维电磁辐射问题混合阶矢量基有限元完全匹配层方法的研究

提出了一种用于3-D电磁辐射特性分析的快速有限元方法。该方法将混合阶矢量基函数与有限元完全匹配层方法相结合,将场矢量分布稀疏的完全匹配层区域采用混合阶矢量基函数的低阶部分,将场矢量变化剧烈的天线体附近区域采用混合阶矢量基函数的高阶部分,从而在保证计算精度的前提下,实现大量减少单纯使用高阶矢量有限元完全匹配层方法的矩阵方程维数和计算时间,提高计算效率的目的。数值算例验证了该方法的正确性和有效性。     

三维电磁辐射问题混合阶矢量基有限元完全匹配层方法的研究

提出了一种用于3-D电磁辐射特性分析的快速有限元方法。该方法将混合阶矢量基函数与有限元完全匹配层方法相结合,将场矢量分布稀疏的完全匹配层区域采用混合阶矢量基函数的低阶部分,将场矢量变化剧烈的天线体附近区域采用混合阶矢量基函数的高阶部分,从而在保证计算精度的前提下,实现大量减少单纯使用高阶矢量有限元完全匹配层方法的矩阵方程维数和计算时间,提高计算效率的目的。数值算例验证了该方法的正确性和有效性。     

三维结构极限上限分析的有限元方法

根据塑性上限定理，采用罚一对偶方法，解决了三维极限分析中的塑性不可压问题，建立了三维结构上限分析的有限元规划格式，给出了相应的优化迭代求解算法。克服了目标函数非线性非光滑所导致的数值计算困难，使迭代过程产生的极限载荷因子和相关速度场收敛于真解的上限。该方法已应用于带缺陷压力容器的数值极限分析中，计算实例表明该方法具有数值稳定性好、精度高、收敛快等优点，并具有较广的适用范围。     

一类Poisson-Nernst-Planck方程的两网格有限元离散方法

应用两网格有限元方法离散求解一类Poisson-Nernst-Planck(PNP)方程. 通过两网格离散, 将耦合PNP系统解耦成较小规模的线性对称系统, 可有效降低计算复杂度. 理论结果表明, 线性对称化的两网格算法具有与传统有限元方法相同的误差阶; 数值结果表明, 相比于传统有限元方法, 该方法计算效率更高.     

不可压粘性流动N－S耦合方程的有限元解法──I理论

本文对不可压粘性流动非定常Ｎ－Ｓ方程组在耦合条件下应用有限元方法直接求解，并对在高雷诺数下如何提高计算的精度、稳定性以及收敛速度等方面进行了讨论，从而建立起不可压粘性流动Ｎ－Ｓ耦合方程的有限元解法．     

谐波平衡有限元算法的研究

为解决具有饱和铁芯的交变电磁场的计算需要较大的存储量和较长的计算时间的问题,提出了一种适用于交变电磁场谐波问题分析的新的有效算法。谐波平衡有限元算法是有限元算法与谐波平衡方法的结合,其计算过程类似于非线性静态场。该方法适用于任意阶多项式描述的磁化曲线问题的求解。通过对一电抗器的计算,验证了该方法的正确性。     

两相渗流驱动问题有限元——特征线修正差分格式及理论分析

研究多孔介质中可压缩可混溶两相渗流驱动问题的计算方法，压力程用有限元方法求解，饱合度方程用特征线修正有限差分方法求解，构造了全离散数值计算格式，证明了最佳收敛阶。     

两点边值问题有限元方法的程序实现与计算分析

以两点边值问题为模型,从程序实现和计算的角度讨论了该问题的有限元方法,着重给出了实现线性有限元方法的Fortran程序和Matlab程序,用表格和图形展示了有限元解和它们真解在L2和H1模下的误差和收敛阶,计算结果验证了理论分析.     

两相渗流驱动问题有限元—特征线修正差分格式及理论分析

研究多孔介质中可压缩可混溶两相渗流驱动问题的计算方法：压力方程用有限元方法求解，饱合度方程用特征线修正有限差分方法求解，构造了全离散数值计算格式，证明了最佳收敛阶     

三维问题的一类对称有限体格式的构造

针对三维Poison问题,在四面体网格剖分下,利用线性有限元空间,并选取“vertex—centred”型控制体,从而构造了一类保对称的有限体格式,数值实验表明其误差的模达到了饱和阶,同时也表明了该格式对非一致网格有好的收敛精度和稳定性,由于格式对称,相应离散系统可采用PCG等方法快速求解,从而提高了运算效率。     

正弦均匀磁场激励磁感应成像正问题的棱单元法

针对正弦均匀磁场激励磁感应成像（magnetic induction tomography, MIT）正问题,进行了棱边有限元法和可视化成像的研究。建立了以电场强度为待求场矢量的正问题定解方程,重点介绍了计算定解方程的棱边有限元方法,并在MATLAB中建立了棱边有限元方程的计算流程。为实现MIT对颅内出血的可视化成像,首先根据人体头部核磁共振图像数据生成了真实大脑有限元剖分模型,在此基础上用MATLAB得到了MIT对颅内出血的三维可视化成像结果。研究结果证明了以电场强度为待求量的正弦均匀磁场激励MIT正问题定解方程和棱边有限元计算方法的正确性。基于真实大脑模型的三维可视化成像结果为MIT在颅内出血成像的应用研究奠定了基础。     

求解三维准静态矢量磁位的快速多极方法

将快速多极算法（FMM）应用于三维准静态电磁场矢量磁位的求解，首先根据计算精度的要求把连续分布的场源进行离散化处理，然后通过静电类比分析，将求解三维准静态矢量磁位的问题转化为多体问题，进而利用快速多极方法来计算三维空间中载流导体产生的矢量磁位，可以将计算量由O（N^2）降低为O（N）次运算，大大提高了计算速度．算例的计算结果表明，当取剖分体积单元的边长等于0．25倍透入深度时，采用FMM方法计算的电流密度不均匀分布载流导体在其自身所在空间的磁矢位与精确解的相对误差小于0．005，而其在自身所在空间以外的磁矢位的FMM计算结果，具有更高的精度．经过积分方程离散和静电模拟分析，应用FMM算法可正确地计算三维空间载流导体的矢量磁位，计算误差可通过剖分密度进行控制．提出的方法扩展了FMM算法在准静态矢量磁位数值计算领域中的应用，为芯片上互连电感参数的计算奠定了基础．     

一主多从两层非光滑优化问题的集成算法

对于一类一主多从两层非光滑优化问题,提出了将置信域束法和变尺度法结合起来的一种集成算法．该算法能自适应地将变尺度法嵌入到束法的内部迭代中去,从而能够充分利用束法的全局收敛性和变尺度法的快速收敛速度．研究了模型构成函数的Ｌｉｐｓｃｈｉｔｚｉａｎ性,给出了计算目标函数次梯度的方法,分析了算法思想、步骤,最后讨论了算法的收敛性     

基于自适应遗传算法的无人机航路规划

在规划区域内随机产生一系列威胁点和相应威胁半径来量化无人机(UAV)任务环境,通过纵向剖分目标区,将航路点的表示由二维缩减到一维,采用实值编码以提高运算精度.针对遗传算法(GA)早收敛和收敛慢的问题,在交叉和变异中设计了自适应算子.计算仿真表明该控制算法能使无人机在复杂环境中回避威胁,快速选择最短路径,提高了规划效率.     

抛物型问题的边界元重叠型区域分解法

边界元法是一种求解偏微分方程数值的计算方法，用边界元法来求解抛物型方程，如采用与时间有关的基本解，较其它方法可以采用较长的时间步长，从而节省计算时间，且计算结果精度高。区域分解法是把计算区域分解成若干子区域来分别求解，由于它将原问题分解，由大化小，由复杂化简单，并且可以并行计算，优越性是显而易见的。将这两种方法结合起来（边界元重叠型区域分解法）求解抛物型方程，利用区域分解法将求解区域划分为两个小的子区域，然后在子区域上用边界元法并行求解方程。数值算例表明边界元重叠型区域分解法行之有效的，数值试验显示这种方法的收敛速度依赖于子区域重叠面积。     

基于同伦方法的跳跃式再入轨迹优化

采用间接法,以总气动热载荷最小为优化目标,对Apollo型飞行器的月球返回再入轨迹进行优化,同时考虑关于热流密度的二阶状态变量约束. 为了克服基于解决多点边值问题的打靶算法的收敛域小,难以猜测初值以及需预先知道约束结构的难点,提出一种结合自动判断约束结构和初始化对应打靶方程技术的同伦方法. 将一个较简单的无状态约束最优控制问题逐渐过渡到需解决有约束的最优控制问题以完成轨迹优化求解. 数值算例表明,使用该同伦方法可以有效地满足月球返回飞行器最优初始再入段的状态变量约束.      

基于SFLA-PSO算法的几何约束求解

为提高求解几何约束问题的效率和收敛性,将几何约束问题等价为求解非线性方程组问题。并将约束问题转化为一个优化问题,采用基于混洗蛙跳（SFLA：Shuffled Frog Leaping Algorithm）和粒子群优化（PSO：Particle Swarm Optimization）算法求解该问题。SFLA-PSO算法采用将SFLA和PSO二者相结合的方法,利用PSO算法进行族群局部搜索,利用SFLA的多种群的进化方法进行族群的混选,相互取长补短,以达到收敛速度快和全局搜索的目的。实验表明,该方法可以提高几何约束求解的效率和收敛性。     

时空分数阶对流-弥散方程组的有限元方法

时间空间分数阶对流-弥散方程组一般没有解析解,有限元方法是进行数值模拟的有效途径.先对微分方程组进行时间半离散,然后推导出固定时间层的变分公式和有限元方程组,同时给出求解有限元解的一种线性迭代算法.数值实例表明,三次有限元迭代算法的时空收敛阶分别为 2－α_i和4.     

机构综合的混沌优化算法

针对机构综合的非线性方程组求解问题提出了一种混合混沌算法,将方程组转换成一个优化问题,然后利用优化问题的非线性共轭梯度法与混沌优化方法相结合进行优化求解,该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.机构综合实例表明：笔者提出的方法能够求出非线性方程组的所有实数解,算法有效、简单、实用.     

可分非凸稳态大系统凸化方法研究

本文讨论带一般约束的可分非凸稳态大系统的凸化方法。采用只增加部分约束罚项的思想,提出了一种既能将原非凸问题目标函数凸化,又能保持原问题可分性的构造增广Lagrange函数的新方法,并给出了该问题的递阶优化算法,证明了算法的收敛性,给出了收敛速度的估计.