配体外预应力钢束的曲线箱梁桥抗扭设计

为了抵抗曲线箱梁桥的扭转效应、改善结构的受力状态,在不增加预应力钢束数量的前提下,提出一种利用体外预应力钢束形成空间抗扭作用的方法.基于空间解析几何关系推导了体外预应力扭矩计算公式,以此建立了以最小扭矩为目标的体外预应力钢束的抗扭设计流程,并利用非线性规划方法给出钢束最优平面线形参数的数值解法.分析结果表明,与体内预应力钢束相比,通过合理的体外预应力钢束空间布置,能大幅降低扭矩峰值,抗扭效果明显,且不影响抗弯、抗剪能力;扭矩计算数值解与有限元分析结果吻合良好,能方便地用于实际设计.     

考虑区域约束的预应力型钢混凝土梁受弯承载力研究

为研究预应力型钢混凝土框架梁中型钢对混凝土约束作用及对梁承载力的影响,对前期有黏结预应力型钢混凝土框架试验进行研究。研究发现型钢能有效地约束预应力型钢混凝土框架梁中核心混凝土变形,改善受压混凝土破坏时的脆性性能,提高梁的受弯承载力。在此基础上,提出将预应力型钢混凝土框架梁作为压弯构件,参照文献的区域约束混凝土理论,在叠加基础上考虑约束混凝土的额外强度来计算梁的受弯承载力;提出考虑区域约束影响的承载力计算方法,计算结果与试验试件极限状态受弯承载力对比,计算值与试验值比值的平均值为0.98,吻合较好。     

具有非线性等式约束的故障诊断集员滤波器设计

为了解决具有非线性等式约束的故障诊断问题,提出集员滤波器的设计方法,该方法不仅可以对故障程度进行估计,有效检测出故障,还能解决运行系统中要求的100%包含真实最小域的需要,判定出故障类型.首先对非线性等式约束线性化,通过S-过程方法和线性矩阵不等式方法设计集员滤波器;而后用Finsler引理把非约束状态下的集员滤波投射到约束表面,得到状态约束下的集员滤波器;最后运用递归优化算法对集员滤波器进行优化.数值仿真说明了该方法的可行性和有效性.     

具有能力约束的供应链系统模型

针对包含一个供应商、一个制造商和一个经销商的三级供应链系统进行研究,并依次将系统中的成员称之为首级、中间级和尾级.在相关文献研究的首级和尾级具有能力约束的供应链系统联合批量模型的基础上,建立了一个中间级具有能力约束的三级供应链系统的联合批量模型,并提出了基于推拉混合规则的新的动态规划算法,可在多项式时间求解供应链系统中各个层级的最优决策批量,并通过相关定理的证明保证了算法能够求得全局最优解.最后通过算例分析对上述方法进行了阐述.     

有缺陷的附弦马乐器的数学:几何结构剖析与频率校正

附弦马乐器演奏时会走调,弦乐器制作者和技师通常在开放式演奏12品时调整或设计乐器.研究了模型来预测基本频率,并研究模拟和电子两种校正方法.     

两种智能值排序启发式研究

为提升约束满足问题求解效率, 对最受推崇的智能值排序启发式Look-ahead 和Survivors-first 进行深入研究。比较两种值排序启发式在常规和自适应两种环境下的效率表现。结果显示, 在多数问题类上, 常规情况下Survivors-first效果更好, 而在自适应环境下效率有所下降; 在不同环境下使用不同启发式可提升约束满足问题求解效率。     

基于相似系数的双资源单元构建问题的研究

单元制造能够结合工作车间方式的灵活性和流水线方式的高效率,同时也能以近似刚性流水线的成本来生产多品种少批量产品,因此它成为现代企业的宠儿。今在文献回顾的基础上,总结了目前研究存在的问题,构建了以相似系数为基础的双资源约束的单元构建模型,并将应用提出的数学模型与文献中的案例进行对比分析,发现5个对比案例在Voids和EEs两个指标上都优于以往的文献结果,从而证明了所提模型的有效性。     

预算约束情形下新产品报童问题的一次性决策研究

主要运用一次性决策理论研究预算约束下新产品的报童问题。首先提出了约束条件下的一次性决策问题,并指出了有约束条件下与无约束条件下一次性决策问题的焦点之间的区别。然后研究预算约束情形下短生命周期的新产品报童问题,说明带有约束条件的一次性决策问题的决策过程,并与无约束的报童问题进行了比较。     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.     

蚁群算法求解离散最小约束去除问题

摘要： 引入蚁群算法解决最小约束去除运动规划问题,在求解过程中对蚁群算法的启发函数以及信息素更新策略进行改进,使其不再易于陷入局部极值并适合求解该问题.仿真实验结果表明,该算法在解的质量和收敛速度上优于精确搜索与贪心算法.