大型集装箱船舶轮机模拟器主机标定工况仿真建模的研究及实现

结合上海海运学院重点实验室科研项目ＳＭＳＣ－ ２０００ 型轮机模拟器的研制工作，对轮机模拟器的仿真对象第三代集装箱船的ＨＩＴＡＣＨＩＢ － ＭＡＮ－Ｂ＆ Ｗ６Ｌ８０ＭＣ主机的热工参数进行仿真计算，利用“容积法”建立主机标定工况模型。在已完成的主机标定工况模型的基础上，运用计算机进行仿真编程。经过对输出参数、输出曲线的计算和比较，符合实船标定工况运行参数。在ＳＭＳＣ－ ２０００轮机模拟器测试和验收过程中，该模型工作稳定，仿真效果好，具有很强的实操性。     

噪声混沌神经网络在TSP中的应用研究

分析了NCNN(噪声混沌神经网络)模型的几个重要参数对系统性能的影响,并对其进行了优化。仿真结果表明,优化的算法能成功解决旅行商问题,比传统的依靠经验选择参数的方法更有效,在收敛速度同解的质量之间取得了很好的折中。     

基于齐次有限时间收敛的电控柴油机转速自抗扰控制方法

针对船用电控柴油机推进控制系统存在模型偏差、负载扰动等不确定性问题,设计基于齐次有限时间收敛的柴油机转速自抗扰控制(active disturbance rejection control,ADRC)方法。利用齐次有限时间收敛理论设计ADRC的误差反馈控制律,并进行有限时间收敛证明。利用反双曲正弦函数构造ADRC的跟踪微分器和扩展状态观测器,使其调节参数少、稳定性证明简单。仿真试验表明:改进算法收敛速度快、抗扰能力强。     

SEIAR模型在应急医疗物资动态分配优化中的应用

针对突发公共卫生事件中应急物资供应不足、分配不合理、配送效率低等问题给疫情防控带来的影响,用引入迁移率的传染病模型SEIAR(susceptible-exposed-infected-asymptomatic-recoverd, SEIAR)预测需求地不同时间段内受灾人数的动态变化,从而间接预测应急医疗物资的需求量;建立以需求地满足率最大化、运输时间最小化及总成本最小化为目标的多目标应急医疗物资动态分配模型。提出一种融合莱维飞行和非线性自适应惯性权重的改进鲸鱼优化算法,以提高算法寻优精度。以某地区新冠疫情发生状况为案例进行验证与仿真。结果表明,所构建的SEIAR模型具有较好的适应性,与传统的遗传算法(GA)、粒子群优化算法(PSO)相比,所提出的算法收敛速度更快,收敛精度更高。     

CMAC神经网络在变磁阻电动机转矩控制中的应用

结合变磁阻电动机的工作特点,提出了应用小脑模型神经网络控制SRM转矩的控制器结构和改进的学习算法。该算法是在原算法的基础上增加了一个与可变相角有关的约束函数。仿真结果表明:该系统不但收敛速度没有降低,而且经过训练能够产生理想的电流曲线,在抑制电机转矩脉动和提高有效功率方面具有显著效果。     

应用扩展卡尔曼滤波算法的船舶运动模型参数辨识

为确定船舶运动模型中的未知参数,提出1种以增广的状态方程和扩展卡尔曼滤波算法进行船舶运动模型参数辨识的算法,并设计辨识实验.在辨识实验中,采用固定区间卡尔曼平滑算法进行数据预处理,用辨识实验结果确立船舶运动模型.仿真验证实验表明,用该方法确立的模型是可靠的.     

基于JONSWAP谱的改进Gerstner海浪模型

为提高航海模拟器的沉浸感和训练效果,提出一种对海浪仿真的逼真度进行改进的方法。利用改进的Gerstner模型基于海浪谱对JONSWAP谱和方向谱进行参数提取。利用提取的参数求得满足精度要求的足够数量的单元波模型后,利用快速傅里叶变换(fast Fourier transform, FFT)进行加速计算生成高度图。通过Perlin噪声叠加分形布朗运动(fractional Brownian motion, FBM)生成Perlin噪声扰动高度图。将两种方法计算出来的高度图进行叠加融合处理。采用二分逼近法进行海浪光线渲染,实现海浪场景的仿真。实验结果表明,提出的方法在保证实时性的情况下提高了海浪仿真的真实程度,克服了传统FFT算法仿真大规模海浪三维场景重复性高的问题。     

基于博弈学习的认知网络安全通信信道选择算法

认知用户针对多窃听节点场景下认知网络物理层安全通信,为最大化安全通信速率进行动态信道选择。非合作博弈建模认知用户可以在以下三种基于博弈学习的信道选择算法中实施安全通信信道选择行为,即虚拟行动学习算法、经验权重吸引(experience-weighted attraction,EWA)学习算法以及强化学习算法。算法仿真结果表明:虚拟行动算法与EWA算法性能相近,但虚拟行动算法收敛较慢且计算复杂度高,EWA算法收敛速度快且算法复杂度适中,而强化学习算法性能较差且收敛慢但计算复杂度低。     

改进最大熵算法重建日像仪太阳图像

通过对SB算法在搜索方向上的改进,使原算法由于近似而产生较大误差时可以自动得到校正,达到了快速与准确的和谐统一;利用两种算法对中国科学院国家天文台拟建的日像仪进行了仿真.结果显示,改进算法的重建图像分辨率得到明显提高而时间效率与原有算法相当,大量仿真则证明了算法收敛的稳定性。     

基于粒子群算法的卫星任务地面站资源调度方法

针对卫星数传、测控任务的地面站资源调度问题,提出一种结合启发式方法的粒子群改进算法,对卫星的数传、测控任务进行一体化调度。首先分析卫星任务及地面站资源的约束条件,建立基于启发式规则的约束满足模型,筛选出较优的初始种群,然后设计一种结合启发式规则的粒子群算法求解。仿真对比实验表明,相对于常规调度算法(如遗传算法),粒子群算法具有较好的寻优能力和收敛速度;相对于传统粒子群算法,结合启发式方法的粒子群改进算法具有更好的寻优能力、收敛速度和稳定性。     

一类离散系统的迭代学习控制算法

通过对一类离散系统的迭代学习控制问题的讨论提出了一种新的迭代学习控制算法,证明了新算法的收敛性。该算法与目前的算法具有完全不同的形式,可通过调节参数提高算法的收敛速度。     

单视图摄像机自标定

首先定义基于模型的单视图情况下的单应性矩阵、外极线约束和基础矩阵,然后通过对基础矩阵的SVD分析,证明使用经其左奇异变换阵变换过的数据集合可最优地估计一个能解析地确定单应性矩阵的四维参数,并进而计算摄像机内参数阵、三维运动参数和目标三维结构,从而开发了一个基于目标模型的从单视图特征点集进行摄像机自标定和三维重建的线性算法。     

日像仪干涉阵结构优化的加速压力算法

提出的加速压力算法是对Boone压力算法在解的质量和收敛速度两方面的改进,通过一次移动天线阵,可以完全消除阵元数目个uv采样点处的残差,使得每次迭代的uv分布修正量最大,从而不仅达到减小计算量的目的,而且使优化结果更加逼近理想模型.通过ALMA阵结构的优化与原有算法做了对比,验证了算法的有效性和高效性.最后,给出了中国国家天文台正在建设的日像仪干涉阵结构的仿真结果     

基于2D-3D泛轮廓点对应的三维刚体目标的迭代姿态估计

以单目观测下三维刚体目标的姿态估计为研究对象,针对现有迭代估计方法存在的收敛半径小和收敛速度慢的问题,提出一种新的基于2D-3D泛轮廓点对应的迭代姿态估计方法.与现有的基于数值优化的方法不同,本方法从输入图像的2D泛轮廓点出发,着眼于显性地建立输入图像到目标三维模型的2D-3D特征投影对应关系,进而以此显性投影对应关系对目标的三维姿态参数进行估计.实验结果表明,该方法在算法复杂性、收敛半径和收敛速度上均有明显改进.     

压力铸造充型过程多工艺参数的优化选择

首先建立一个多维参数优化模型,即2个目标函数,多个工艺参数.在不能得到其理论解的时候,采用神经网络与遗传算法相结合的方法,求解该复杂优化模型的近似解.即先利用铸造充型过程数值仿真软件,通过数值计算获得一些有关工艺参数的仿真结果 ;然后将数值实验结果作为样本数据,运用L M算法训练神经网络,建立起目标函数值 (充型时间和充型结束时型腔内最高温度与最低温度之差)和输入参数 (多个工艺参数)之间的函数关系,进而使用遗传算法寻优,从而得到最合适的浇铸参数组合.     

单指标分位回归模型估计的MM算法

单指标分位回归模型是一类重要的半参数模型,具有降维的优点的同时保留了非参数分位回归模型的稳健性。但现有的单指标分位回归模型的估计程序大部分都是通过内点法来实现。对单指标分位回归模型估计程序的MM（majorize-minimize）算法进行研究。首先找到目标函数的优化函数,然后通过最小化优化函数来得到估计,再逐步迭代至收敛。数值模拟和实证研究表明MM算法在单指标分位回归模型的估计中具有较好的稳定性,能够得到比较准确的估计结果,且相比于内点法,计算效率更高,耗时更短。     

分布式有限时间重球法

结合有限时间共识算法及一阶加速算法重球法提出分布式有限时间重球法.本算法的优点为可以保证所有节点在每个周期都达到共识,同时达到与集中式重球法相同阶数的收敛速率.通过数值仿真将该算法与其他分布式优化算法应用于机器学习问题上,展现了该算法的优良性能.     

基于蚁群算法的改进及其仿真研究

针对蚁群算法存在停滞现象的缺点,本文提出一种基于动态权重的选择策略以强化其全局搜索能力。改进的初始选择策略以信息素为主,扩大搜索范围,迭代一定次数后则以路径期望为主,从而提高蚁群算法的求解性能。并将改进后的蚁群算法与基本蚁群算法分别应用于旅行商问题(TSP)进行仿真实验。仿真结果表明,改进后的算法具有优良的求解性能,可抑制算法过早收敛于次优解,有效防止了停滞现象。     

基于自然边界归化的半无界区域上非重叠型区域分解算法

基于半平面上的自然边界归化理论,给出一类带凹槽的半无界区域上椭圆型方程边值问题的非重叠型区域分解算法.证明算法具有与有限元剖分网格参数无关的收敛性,适当选取松弛因子,算法是几何收敛的,同时给出松弛因子的一般取值.     

基于改进鲸鱼优化算法的电动汽车充电设施选址

基于不同区域用户对充电需求的不同,以充电站覆盖范围内最小化充电站数目为限制条件,各需求点的需求度权重与充电站到需求点距离的乘积之和最小为目标构建选址优化模型.针对传统算法收敛速度慢,容易陷入局部最优的特点,引入余弦递减的策略对鲸鱼优化算法(WOA)的收敛因子取值方式进行优化.通过实例将优化鲸鱼算法(IWOA)与粒子群优...