航空发动机全飞行包线小偏差动态数学模型

针对某涡扇发动机电子调节器仅在最大和加力状态工作这一特点，根据大气条件和发动机调节规律，提出将飞行包线划分为83个区域，对每个区域用“质心”点参数代替区域及其边界点参数的飞行包线小偏差方法。通过对某涡扇发动机全飞行包线的数字仿真，结果证明该方法对建立全飞行包线发动机动态方程有效。     

非线性问题的数学模型

研究 [1]和 [4 ]指出的非线性问题的两种数学模型的不足之处 ,且在加了初始条件的情况下得到了一个新的结果     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

航空发动机先进传感器研究

航空发动机的技术发展水平是衡量一个国家科技、军事实力及综合国力的重要标志。航空发动机是飞行器的中心,它为飞行器提供推进动力或支持力。自飞机问世以来,发动机得到了迅速的发展,先进的飞机整体离不开各种各样技术和附件的支持。本文就航空发动机上先进传感器的发展历程和现代几种新型传感器展开阐述,并对其功能特点等方面进行分析。     

变循环发动机数学模型求解及有效性研究

采用部件法建立了变循环发动机的多维非线性隐式方程组模型,该模型具有隐式性,因而求解过程复杂,收敛困难.以变循环发动机为对象,设计了遗传算法,将数学模型转化为最优化问题,并对模型进行求解.提出了算法的有效性评价指标:初值敏感性、计算效率、收敛性、稳定性.与牛顿-拉夫逊法相比,遗传算法初值敏感性较低,收敛性较好.该结果可为变循环发动机模型求解算法的选择与设计提供参考.     

非线性问题的数学模型

研究[1]和[4]指出的非线性问题的两种数学模型的不足之处，且在加了初始条件的情况下得到了一个新的结果。     

求解非线性规划问题的混合遗传算法

本文针对一般形式的非线性规划问题，提出一种具有学习算子的混合遗传算法，该算法具有收敛速度快且能收敛于最优解等特点。     

一种求解非线性函数优化问题的混合遗传算法

结合单纯形法的混合遗传算法是将单纯形操作替代原来的交叉算子,并采用最优群体保留策略,算法可以很小的群体规模实现兼顾全局搜索和局部搜索的均衡搜索,大幅度提高搜索精度和效率,算法不需要梯度信息,不需进行编码操作,非常适合求解非线性函数优化问题。     

改进量子遗传算法求解非线性方程组

非线性方程组的求解在科学技术和工程应用中经常遇到。将非线性方程组的求解问题转化为函数优化问题,并应用改进量子遗传算法求解此优化问题。数值模拟的结果验证了该方法的可行性和有效性。     

基于遗传算法的非线性Lowry模型模拟研究

利用遗传算法思想, 借助以MATLAB语言为基础的遗传算法工具箱, 在验证遗传算法在三区域、三部门模拟运算适用性之后, 用非线性Lowry模型对扇形城市空间结构下的九区域、三部门进行模拟实验。结果表明: 在各区域居住魅力相同的情况下, 交通因素对城市居住空间结构变化起到至关重要的作用; 交通区位最好的区域也是人口密度最大的区域, 因为用地的有限性和地区产值的最大化追求, 使这些区域也是高附加值产业首选之地。研究结果展示了非线性Lowry模型良好的解释能力, 为该模型推向具体城市模拟研究打下良好基础, 提高了其实用性。     

求解一类非线性规划问题的混合遗传算法

提出了一种求解目标函数和约束条件均二阶可导的非线性规划问题的混合计算智能算法．该算法是把一种浮点数编码遗传算法和约束变尺度法相结合提高求取全局解的速度和概率．在该算法中，选择、交叉和变异等遗传操作算子是以非线性规划问题的一个惩罚函数为求解对象，目的是把解引向全局解附近，为约束变尺度算子提供初值；而约束变尺度算子直接以原非线性规划问题为求解对象，以发挥其局部搜索能力强的优点，数值实验表明，混合算法是一种可靠、高效的全局优化算法．     

基于遗传算法的动态模糊模型辨识非线性系统方法

针对复杂的动态系统,提出了一种基于遗传算法的模糊模型辨识方法,给出了学习模糊规则的新算法,探讨模糊推理方法和遗传学习算法用于非线性系统建模的问题,仿真结果证明了该算法的有效性。     

一种求解非线性规划问题的改进遗传算法

基于惩罚函数的思想，提出了沿权重梯度方向变异的遗传算法求解非线性规划问题。该方法既避免了惩罚函数法在计算上的困难。也无需传统遗传算法所要求的复杂的编码和译码过程。给出了收敛性分析，一些实例的仿真结果表明算法的有效性。     

求解非线性不等式组的混合遗传算法

提出一个求解非线性不等式组问题的混合遗传算法,即首先将非线性不等式组问题转化为等价的最优化问题,然后利用浮点遗传算法全局群体搜索能力强及起始搜索速度快的特点,快速得到接近精确解的近似解.之后将其作为牛顿法或拟牛顿法的初始迭代值,利用其局部寻优能力,快速迭代至满足精度要求的数值解.数值结果表明该方法是有效的.     

基于遗传算法的Logistic模型与McDill-amateis模型比较研究

Logistic模型与McDill-amateis模型的参数有明确的生物学意义,能较好的反映林木的生长过程,其参数的拟合有多种方法,应用基于实数编码的遗传算法目标适应函数采用误差平方和比例数取得了理想的结论.     

电法测井中基于遗传算法的非线性数据拟合研究

1　电法测井中的非线性数据拟合　　电法测井是利用地质层的电特性来测量岩石孔隙度、渗透率以及含水饱和度等储层物理参数.目前电法测井已在区域地质构造勘探、矿藏勘探和石油开采等领域中得到了广泛应用[1～3].对测井数据的后期处理一直是电法测井研究的一个重点和难题,寻求更准确、高效的数据处理方法,可以提高电法测井的准确性,具有重要的经济价值和现实意义.目前常用的电法测井技术有自然电位测井和激发极化电位测井等多种方式[1,2].激发极化电位测井方法于20世纪60年代由苏联引进我国,又称为人工电位测井,已在多个油田得到了实际应用.…