引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

基于区间直觉模糊数ANP的体系贡献率计算方法

体系贡献率主要用于体系建设中度量装备对体系的贡献程度。为解决目前体系贡献率计算存在的一些问题,提出一种“任务–能力–指标–装备”的多层次装备指标体系结构。考虑了装备指标体系结构、网络分析法和区间直觉模糊数的特点,提出了一种基于区间直觉模糊数的网络分析法以得到更准确的体系贡献率。实验表明,该方法不仅能够解决体系贡献率计算公式现存的问题,而且与AHP(analytic hierarchy process)和ANP(analytic network process)相比,可以得到更准确的体系贡献率,为体系建设提供更有效的支持。     

小比例尺隔震结构模型双向振动台试验

为分析多高层建筑采用铅芯橡胶垫进行隔震后的结构减震效果,试验对一1:16小比例尺隔震结构模型进行了水平和竖向两向输入地震波的振动台试验;试验中地震波输入和模型结构尺寸采用统一试验相似比设计,以尽可能反应真实隔震结构的动力特性。对模型结构上部加速度和层间位移试验数据进行分析,数据显示隔震结构模型无论加速度还是层间位移反应都得到减小,因此证明该隔震技术对高层建筑同样有较好的减震效果。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

可用亚纯函数的留数计算的曲线(实)积分

本文给出了可用亚纯函数的留数计算的曲线(实)积分的条件,得到了定理和相应的推论,并给予证明,从而,可用亚纯函数的留数计算某些曲线(实)积分.     

高强轻集料钢筋混凝土梁抗弯性能试验

通过对6根高强轻集料钢筋混凝土梁和1根普通钢筋混凝土梁的抗弯试验,研究了高强轻集料钢筋混凝土梁的抗弯承载力、荷载-挠度变化关系、破坏形式、延性和抗裂性能等抗弯力学行为．试验结果表明：在短期荷载作用下,高强轻集料钢筋混凝土梁的挠度和最大裂缝宽度均满足正常使用极限状态的要求．纯弯段无腹筋的高强轻集料钢筋混凝土梁在破坏时表现出较强的脆性,延性要比同一强度等级普通混凝土梁略差．在试验分析的基础上,提出适用于高强轻集料钢筋混凝土梁的抗裂度计算方法．     

多相移光纤光栅光谱特性分析

为了研究多相移光纤光栅的光谱特性,探究其在光纤通信和光纤传感领域的应用,利用传输矩阵法,通过Matlab编程对多相移光纤光栅中等分相移光栅、相移级联光栅及混合相移光栅在不同相移个数、不同相移量大小、不同位置放置时的传输光谱特性进行了仿真和研究.结论表明:等分相移光栅可以通过增加相移个数来实现多波长的激光输出,相移量不同激光波长的输出也不同.相移级联光栅可用作带宽滤波器,通过增加相移光栅的级联数增加带宽.     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

混合方法优化的自适应引力搜索算法

针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷,提出一种混合方法优化的自适应引力搜索算法（gravitational search algorithm,GSA）。首先利用Sobol序列初始化种群,增强算法全局搜索能力;其次引入Hamming贴进度计算种群成熟度,判断种群是否早熟;然后引入Logistic混沌对种群作混沌搜索,变异已陷入局部最优的粒子位置;最后基于早熟收敛判断因子改进引力系数,并为粒子位置公式添加收缩因子,促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验,结果表明新算法能有效改善种群的早熟问题,具备更好的寻优性能。