山东省奶业发展战略研究

研究了山东省奶业发展中存在的问题,并通过战略研究寻找解决问题的办法。提出了山东省奶业发展10项战略措施,可供政府部门、加工企业和饲养业决策参考。图1,表1,参2。     

基于ANSYS对电磁翻边成形的仿真研究

基于ANSYS软件对电磁翻边成形进行了电磁电路的耦合分析以及电磁场的分析,得出的电磁成形过程中放电电流随时间的变化规律和翻边过程中电磁场的时间和位置特性与参考文献结论接近,为进行电磁翻边的动态响应分析做好准备。     

基于OpenGL的导弹攻击过程可视化仿真

运用OpenGL图形库,研究了三维对象的建模方法、特殊效果产生技术、模型的数据驱动及视点变化技术。建立了舰船、飞机和导弹的三维模型,制作了大海、天空、岛屿、爆炸等特殊场景。实现了导弹攻击过程的可视化仿真,试验者可通过视景仿真终端从任意距离和角度观察导弹的攻击过程。     

随机数发生器的噪声模型与快速仿真

在随机数发生器设计过程中,采用Spice虽然能对模拟电路进行比较精确的仿真,但耗时太久,同时它的数据处理工作也非常繁琐,不易进行统计分析。为了解决这一问题,在分析了一个分段线性映射的、决定论混沌的随机数发生器的基础上,根据它的混沌公式提出了基本的仿真原理。为了提高仿真的准确性,针对CMOS电路中主要的噪声,即MOS管的热噪声与闪烁噪声,建立了二种噪声仿真模型。在分析电路行为的同时,逐步提出了采用MATLAB/Simulink的随机数发生器单元电路模型,然后建立了随机数发生器系统模型,实现了快速计算过程。最后给出了系统模型的仿真测试结果。     

功耗限制下高频功率变压器动态模型的研究

当采用计算机仿真进行开关电源设计时,变压器模型的精度对仿真结果的影响是非常大的;尤其当开关频率较高时,现有磁性器件模型因无法描述绕组的趋肤效应、磁芯材料的非线性等,而使得仿真精度急剧下降。本文提出了一种功耗限制下的动态变压器模型,在仿真运行期间其参数可根据工作温度的变化由软件动态调整,使得该模型能够很好地描述在不同工作温度下物理器件的特性,具有良好的精度。同时利用该模型可在仿真中得到变压器的功率损耗大小和温度变化曲线。     

水泥窑协同处置生活垃圾的燃烧特性分析优化

针对传统方法难以分析掺烧生活垃圾后的水泥窑复杂燃烧特性的问题,引入数据挖掘技术,以国内某水泥厂为对象,采集相关参数数据,使用稳定性选择算法分析各参数对煤耗与NO_x排量的影响系数,通过随机森林算法建立煤耗与NO_x排量的数学模型,结合K-means聚类算法得出关键优化参数及其最优值。结果表明,该方法能够建立精确的煤耗与NO_x排量模型,挖掘出节能减排的关键优化参数及其最优目标值。通过改善关键优化参数至最优值,能够大大降低煤耗与NO_x排量,可指导水泥厂优化窑内燃烧特性。     

基于VR运动模拟器的体感模拟算法的研究

针对VR(Virtual Reality)运动模拟器使用的经典体感模拟控制算法存在相位延迟、虚假暗示的缺点导致虚实运动一致性不够,引发VR晕动症的问题,提出了一种改进体感模拟算法。改进体感模拟算法在经典模拟算法的基础上加入了前庭感知系统,对算法的输出误差进行反馈,采用模糊控制算法对输入加速度和角速度进行修正和预测,并且对虚拟现实中地形的起伏变化进行模拟。在MATLAB/Simulink中对改进体感模拟算法进行建模仿真,仿真结果表明改进体感模拟算法降低了相位延迟和虚假暗示,提高了虚实运动的一致性。     

可重构视频阵列处理器测试平台设计与实现

针对可重构视频阵列处理器的设计要求及传统测试方法测试视频编解码系统时速度慢、精度低和可观测性不强的问题。开发了基于Qt的用户界面,设计实现了以现场可编程门阵列(Field programmable gate-array,FPGA)为核心的软硬件协同测试平台。在PC端实现以软件仿真为基础的数据传输与图像重现,在FPGA端实现以可重构视频阵列处理器为基础的视频编解码算法并行映射。实验结果表明,在工作频率为100 MHz时,FPGA与PC之间可正确传输数据并满足算法测试时不同测试用例的更换需求,具有较好的可观测性。     

作战仿真模型组合流程动态可编辑方法研究

针对作战仿真系统灵活性差、交互性低、可操作性难等问题,结合国内外仿真系统设计模式现状,在深入研究作战模型动态组合技术、作战模型动态编辑技术和可视化编程技术的基础上,提出了一种基于脚本语言的支持可视化编程、模型组合可动态修改的作战模型仿真技术,在模型设计上采用面向接口与切面设计方式,从而实现灵活高效作战行为建模与仿真。通过舰艇平台仿真系统开展攻防对抗作战仿真,对方法的可行性与有效性进行了验证。试验结果表明,该方法提高了作战仿真开发效率与灵活性,具有较好的应用前景。     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。