一种遗传算法求约束优化问题的新方法

为了更好的解决约束优化问题,介绍了利用遗传算法求解约束优化问题的一般方法,在分析传统方法的基础上提一种遗传算法求解约束优化问题的新方法,将约束优化问题分成两步:首先不考虑目标函数,把约束优化问题转换为一个约束满足问题来处理,获得一个可行解;然后对目标函数和已满足约束的条件进行优化,最终获得一个最优解。还对该方法在不同问题下作了分析,证明了该方法对求解有约束优化问题有良好性能。     

求解线性约束凸规划问题的预估校正内点法

提出一个求解线性约束凸规划问题的预估校正内点法,方法对初始迭代点的可行性没有任何要求,并证明了所给方法等价于1阶拢动复合牛顿法,且给出了一些数值试验结果。     

动力学仿真中多余约束问题的分析与处理

多余约束问题是多刚体动力学分析仿真时很棘手的常见问题。针对使用基于欧拉-拉格朗日方程开发的动力学分析软件(如:Adams、DADS等)进行分析仿真时遇到的多余约束问题,进行了理论分析,即:分析约束对求解欧拉-拉格朗日方程的影响(约束向量的雅克比矩阵对求解欧拉-拉格朗日方程的影响),并给出了这一类问题的解决方法。合理地约束模型及正确地变换约束类型和方式。最后,以Adams2005为例,结合工程实例验证了该解决方法的正确性。     

基于含熵期望曲线的云模型相关性度量方法

针对现有基于云模型的相关性度量方法缺少必要约束条件的问题,提出一种基于含熵期望曲线的云模型相关性度量方法．将云模型中超熵期望曲线的与区域和或区域的面积比作为相关性的度量基准,解决云模型的区间约束以及半云度量问题．利用3熵（3σ）约束增加云滴的聚集,减少计算开销．将超熵纳入计算,考虑云滴厚度对云模型相关性的影响．本方法克服了面向随机云滴的距离度量方法和数字特征变换方法中存在的计算复杂度高、结果不稳定的问题,同时满足了三类约束的实际计算需求．实验表明该方法能够客观有效地对云模型相关性进行度量,并在基于云模型的系统评价任务中得到了验证．     

基于聚类的无线Mesh网关选择及AP分组算法

针对无线Mesh网络网关部署和AP分组问题,提出了一种基于聚类思想的启发式算法.首先设计了一个最小跳数权重指标,其大小反映网关数以及最小跳数的辩证关系,通过这个指标,利用启发式算法获得一个较好的初始解;然后利用聚类k-means方法来对此初始解进行调整优化,使AP分组尽可能均匀;最后通过仿真实验验证该算法的有效性.结果...     

非正则约束流及其对应的有限维可积Hamiltonian系统

利用规范变换把ＡＫＮＳ族与经典Ｂｏｕｓｓｉｎｅｓｑ族的正则约束流变换为对方的非正则约束流，从而得出了与非正则约束流对应的有限维可积Ｈａｍｉｌｔｏｎｉａｎ系统     

虚拟装配系统及其关键技术

基于约束识别和混合建模思想开发了一个虚拟装配系统(VAE)．分析并构建了系统的功能模块和体系结构，研究了特征和网格混合建模、约束识别和求解以及实时碰撞检测等支撑VAE的关键技术，据此开发了基于PowerWall硬件系统的VAE原型系统．该原型系统可以完成产品的装配工艺规划和装配操作培训，并具备简单的参数化几何建模功能．     

超密集部署下基于双向干扰图的资源分配算法

针对超密集部署时小小区用户之间在资源复用模式下将产生强烈干扰的情况,提出采用双向干扰图的方法建立小小区用户间的干扰模型,并在此基础上设计了基于势博弈的资源分配算法.为减小资源分配过程中的计算开销,同时进一步抑制干扰,提出了资源分配效用矩阵和效用值更新方法,在算法执行过程中对资源块状态进行分类,减少小小区用户在博弈策略空间中的尝试次数.仿真结果表明:与原博弈算法相比,提出的算法在保证蜂窝用户服务质量的条件下,进一步提高了系统容量,同时明显提升了边缘用户可获取的速率,大幅降低了计算复杂度.     

IEEE 802.11n系统最优包长和聚合个数调节算法

为了在非理想信道和给定时延约束下提高IEEE 802.11n系统的吞吐量,推导了有传输差错条件下采用聚合后一次成功发送的平均数据量;将该数据量代入描述理想信道DCF系统的Markov模型的饱和吞吐量表达式,得到非理想信道下DCF系统的饱和吞吐量计算式;分析DCF机制下采用数据包聚合方案的平均时延及各退避阶的平均时延,将业务的时延约束转化为对平均时延的限制;在平均时延限制下,提出一种根据信道状态和所得计算式动态调节包长和聚合个数的算法,使系统的饱和吞吐量最大.仿真结果证实采用最优数据包长和聚合个数调节算法的系统饱和吞吐量明显高于用固定包长和聚合个数的方案.     

支持并行协同产品开发的广义鲁棒设计方法

研究了并行协同产品开发过程中的广义鲁棒设计方法.首先,针对并行协同产品开发过程中的不确定性,给出了广义鲁棒设计框架;然后,提出了广义鲁棒性概念,分析了性能鲁棒性和约束鲁棒性;最后,在传统优化设计模型的基础上,考虑产品参数的变化对性能的影响,修改传统优化设计模型的优化目标和约束条件,使它们包含广义鲁棒性指标,建立了广义鲁棒设计模型,并基于遗传算法对模型求解.该方法能有效提高并行协同设计的广义鲁棒性,用一个转向架设计实例验证了其有效性.