用馈电校正优化设计双馈点圆极化微带天线

该文提出用馈电校正的方法来改善圆极化天线的轴比性能.通过增加附加并联枝节改变双馈电点处信号幅度和相位的相对分布,抵消高次模辐射和馈电网络寄生辐射的影响,将高次模辐射和寄生辐射都考虑在内,来实现馈电校正.在X波段采用全波一体化优化方法设计出双馈点宽带圆极化微带天线.该文给出了仿真结果及实测数据.获得的实测结果为:中心频率为10GHz,电压驻波比小于2的带宽为33.85%,圆极化轴比小于3dB的带宽为22.4%.与校正前的结果相比,轴比带宽从16.2%提高到22.4%.     

基于遗传算法和粒子群优化算法的电力系统无功优化

从数学的角度分析,电力系统无功优化是一个多变量、多约束、非连续性的混合非线性规划问题,因此,优化过程十分复杂.以减少有功网损为目标函数建立电力系统无功优化计算的数学模型,基于遗传算法和粒子群优化算法,提出一种新颖的混合策略来求解无功优化问题.IEEE 6和IEEE 14节点系统的仿真计算结果表明:与单一的遗传算法或粒子群优化算法相比,该混合策略在优化效果方面具有明显的优势.     

线性不确定多缓变时滞系统变结构控制

通过变换,借助Schur补引理并利用Lyapunov泛函方法,研究了线性不确定多缓变时滞系统变结构控制．利用趋近律,设计了简单而易于实现的变结构控制器。     

一种基于H.264的自适应快速模式选择算法

提出了一种基于H.264的快速模式选择算法.该算法首先进行Skip模式的判断.如果Skip模式不适合当前宏块,则继续利用宏块的空间同质性和时间静态性进行其他帧间模式的筛选.然后根据帧间模式选择的结果判断是否继续进行帧内预测.算法设计过程中,充分考虑Quan-tize Parameter对模式选择的影响,从而可以适用于不同码率的环境.实验证明,该算法在高低码率下都能在保证图像质量的同时大幅度提升编码速度.     

基于隐含边界描述的连续体拓扑优化

基于隐含边界描述的水平集方程推动几何边界,结合形状导数、拓扑导数等工具,实现了柔性目标函数的连续体结构拓扑优化设计.进一步通过引入Von Mises应力作为产生新拓扑结构的策略,给出了单独使用Von Mises应力开孔的算例.算例结果表明,基于隐含边界描述的连续体拓扑优化设计方法,它具有独特的处理拓扑变化能力及消除拓扑优化结果对网格和初始拓扑结构猜测的依赖性.这一类方法具有优秀的高维设计拓展能力,在工程实际和多材料设计等方面具有很好的应用前景.     

多策略集成的改进技能优化算法及应用

针对技能优化算法(Skill Optimization Algorithm,SOA)寻优精度不高、收敛速度慢等缺点,本研究提出一种多策略集成的改进技能优化算法(Multi Strategy integrated Skill Optimization Algorithm,MSSOA)。MSSOA采用佳点集策略初始化种群,提高初始种群在解空间内的分布质量;根据算法特点在全局搜索阶段采用自适应权重,改进个体行进的步长;根据不同个体采用不同的t-分布扰动方式,平衡全局搜索和局部搜寻的关系,增强算法后期局部搜寻能力。通过12个测试函数、2个工程应用问题对其性能进行测试,测试结果表明MSSOA有着理想的寻优精度和收敛速度,能够解决复杂的工程问题。     

天波雷达对空探测任务下积累时间自适应优化设置研究

针对人工设置天波雷达相干积累时间存在盲目性,不能充分发挥雷达探测性能的问题,以空中目标探测为研究对象,提出了自适应积累时间设置优化方法.首先,分析了积累时间对天波超视距雷达探测性能的影响.其次,计算了影响相干积累时间的信号时宽和积累点数的最优值.然后,提出了自适应设置积累点数的方法.最后,通过实验证明了本文方法比人工方...     

具有两种不同服务的负顾客M/G/1排队系统

考虑单服务台提供两种不同服务的负顾客M/G/1排队模型,每个正顾客接受第一种服务后以概率θ(0≤θ≤1)进行第二种服务,或者以概率1-θ离开系统,第二种服务完成后也离开系统.服务规则是先到先服务(FCFS).在正顾客接受两种服务的过程中均可能有负顾客到达,负顾客不接受服务,只起抵消正顾客的作用,抵消正在接受服务的顾客(RCH).通过补充变量法和状态转移方程求得了系统稳态队长的概率母函数.     

计算机监控的高压试验用大功率变频电源

针对当前电力系统中现场高压测试所面临的试验电源问题,提出了一种新型的高压试验用大功率变频电源的工作原理和设计方法,并在此基础上开发了其计算机监控系统,提高了该设备在使用过程中的安全性和自动化程度,现场试验和在实际中的应用证明该设备可靠性高、安全性好、实用性强。     

拟可微约束优化的次线性Lagrange乘子法则

约束拟可微优化的Lagrange乘子型最优性条件．往往与某些特殊对象（超梯度,方向）的选取有关．这是拟可傲优化的核心问题之一,应用凸紧集与次线性函数的Minkowski对偶．利用次线性泛函产生的非线性Lagrange函数．对于具有有限个等式和不等式约束的拟可微优化,给出了一个与特殊对象选取无关的次线性的Lagrange乘子法则,推广了已有的结果．