复合材料定向管轻量化设计

为了获得性能好质量轻的定向管,建立了以质量最小为目标函数,以刚强度要求为约束条件,以复合材料的铺层厚度和缠绕角为优化设计变量的复合材料定向管优化数学模型.应用Python语言实现ABAQUS的二次开发,得到了复合材料定向管的参数化有限元模型.选用多岛遗传算法和序列二次规划法相结合的优化策略,基于iSIGHT优化平台建立了定向管动力学优化求解框架.优化后的复合材料定向管刚强度满足设计要求,质量减小21.9%.     

非紧参数集的半无限多目标规划离散型算法

利用紧集特性,给出具有非紧参数集的非线性约束下半无限多目标规划离散型算法偏差估计,从而补充和完善了[1]的结果.     

非线性破坏准则下法向受力条形浅锚抗拔力上限计算方法

在上限定理、相关联流动法则基础上,根据非线性破坏准则对法向受力条形浅锚极限抗拔力上限进行计算,其方法是:通过"切线法"引进变量,把锚板上填土的非线性抗剪强度指标ct和φt作为变量参数,对锚板上部填土建立含有变量的速度场,根据外力功率与内部耗能相等原理获得极限抗拔力的目标函数与约束条件;基于MATLAB软件平台,利用"序列二次规划算法"对该问题进行优化求解.计算结果表明:当非线性破坏准则变为线性破坏准则时,计算结果与实际结果相符;非线性参数对锚板的极限抗拔力有重要影响,对非线性岩土体进行线性简化不利于正确评价抗拔基础的承载性能,恰当引入岩土体破坏准则的非线性更加符合工程实际;提高岩土抗剪强度,加大锚板埋深,提高锚板板面粗糙度和锚板倾斜埋置均有利于提高法向受力浅埋条锚基础抗拔承载力.     

基于主题约束的篇章级文本生成方法

针对计算机自动生成的文本缺乏主题思想这一问题, 提出一种基于主题约束的篇章级文本自动生成方法。该方法围绕用户输入的主题描述语句提取若干主题词; 然后对主题词进行扩展和主题聚类, 形成文章主题规划; 最后利用每个聚类中的关键词信息约束每个段落的文本生成。该模型从文本主题分布、注意力评分方法和主题覆盖生成3个方面对现有基于注意力机制的循环神经网络文本生成模型进行了改进。在3个真实数据集上分别与Char-RNN, SC-LSTM和MTA-LSTM基准模型进行对比, 并对3个方面的改进进行独立验证。实验结果表明, 所提方法在人工评判和BLEU自动评测上均优于基准模型, 生成的文本能更好地贴合主题。     

关于不定方程x^3＋64=21y^2

利用递归数列、同余式和平方剩余几种初等方法,证明了不定方程x^3＋64=21y^2仅有整数解（x,y）=（-4,0）,（5,±3）;给出了x^3＋64=21y^2的全部整数解．     

非线性边界条件下的二次奇摄动问题

通过引入不同量级的伸长变量,对形如"εy″=f(x,y,ε)(y′)2+g(x,y,ε),x∈(0,1),其中ε为正的小参数,p(y(0),y′(0))=0,q=(y(1),y′(1))=0"的非线性边界条件下的二次奇摄动问题,构造了形式上的任意阶渐近解,并利用微分不等式证明了解的一致有效性。     

关于最大公因数闭集上平方矩阵的行列式整除性的注记

设S={x1，…，Xn}是由n个不同正整数组成的最大公因数闭集。在本文中我们的主要结果是：对max{xi}xi∈s 〈18中除去12∈S的最大型因子集是{2，3}的其余情形均有det（S）n^2｜det[s]n^2.     

无单元法在拱圈计算上的应用

无单元法(也称无网格方法)是一种新兴的数值计算方法,它是有限元等传统数值分析方法的重要补充和发展。本文针对拱坝的二维线弹性问题进行求解,计算拱圈上结点位移,计算结果由MATLAB编写的无单元伽辽金法程序运行得出。同时结合工程应用实例分析对系统进行测试评定,效果良好。     

模糊约束网络在机床产品协同设计冲突检测中的应用

分析了机床产品协同设计中约束的内涵和特点,并用EXPRESS-G图描绘了约束网络的结构模型.将机床产品协同设计中的约束分为硬约束和软约束,从数学上给出模糊约束和模糊约束满足问题的定义.采用遗传算法作为协同设计过程中模糊约束满足问题的求解方法,在遗传算法的运行过程中对软硬约束分别进行了不同的技巧处理,遗传算法利用硬约束通过前向检查算法随机产生几何可行初始群体来限制设计空间,并给出遗传算法的具体实现过程.提出了基于模糊约束网络的冲突检测系统的体系结构,并对原型系统进行开发.最后,以某车床传动轴的设计为例验证了约束在协同设计冲突检测中的应用.     

禁忌粒子群算法在几何约束求解中的应用

约束问题可以转化为优化问题。针对粒子群优化算法在算法后期易陷入局部最优的缺点，本文提出禁忌粒子群优化算法（TPS0），在算法的前期采用粒子群算法快速产生全局最优解信息素的初始分布，后期引入禁忌搜索算法，记录已经达到的局部最优解，在下一次搜索中，不再或者有选择地搜索这些点，从而跳出局部最优点，并且在搜索过程中允许接受劣解，充分利用禁忌搜索的记忆能力及较强的爬山能力，大大提高了获得全局最优解的概率。该算法综合了粒子群优化算法的快速性、随机性和全局收敛性以及禁忌搜索局部寻优的能力。在确保全局收敛性的基础上，能够快速搜索到高质量的优化解。该方法用于几何约束求解的性能明显高于标准粒子群算法，算法具有良好的优化性能和时间性能。