基于Python的面向对象弹塑性有限元方法实现与数值模拟

随着有限元应用领域的不断扩大,对有限元的可扩充性提出了更高的要求。为克服传统有限元的缺陷,基于Python提出了一种简单、易扩充的面向对象弹塑性有限元程序框架,结合Python的特性,设计了前处理类、后处理类、线性求解类、应力积分类、分析类等有限元类。通过将程序框架应用于几类典型弹塑性问题的有限元分析与模拟,并与ABAQUS计算结果进行了对比,验证了基于Python的面向对象弹塑性有限元程序的准确性和有效性。

用于动态柔性作业车间调度的实时调度方法

针对制造加工中的动态事件对调度方案的干扰,构建了带有机器故障和随机工件到达的多目标动态柔性作业车间调度问题模型,提出多目标近端策略优化(multi-objective proximal policy optimization,MPPO)的实时调度方法。MPPO算法训练了RA(routing agent)和SA(sequencing agent)两个智能体以实现实时调度并实时处理动态事件;采用权重向量与奖励向量线性组合作为奖励信号,并保存每个权重向量的智能体参数以优化多个目标;结合目标函数为两个智能体定义了所需的状态信息、调度规则、奖励信号。在不同规模的动态调度问题下与9种调度规则组合进行对比,验证了MPPO算法训练的智能体学习到了合适的调度策略,能够保证实时调度的表现且能优化所有目标。

结合竞争交互策略和淘汰重组机制的异构多蚁群算法

针对传统的蚁群算法在解决旅行商问题时(traveling salesman problem,TSP)存在着收敛速度慢、容易陷入局部最优等问题,提出了一种结合竞争交互策略和淘汰重组机制的异构多蚁群算法。建立一个异构多种群系统,算法采用竞争交互策略,根据不同时期各种群的汉明距离来自适应的调节交互周期;并利用竞争系数来差异化匹配交互对象,经过匹配后的交互对象之间通过最优解和信息素矩阵进行交互,通过该机制实现了算法收敛速度和多样性的平衡。算法采用了淘汰重组机制,会定期对寻优能力差的种群进行淘汰与重组,以加快算法的求解精度。采用多组不同规模的TSP算例进行仿真实验,结果表明,该算法在提高求解精度和收敛速度方面表现更优。

融合数据仿真与深度学习算法的飞行器残骸搜寻技术

飞行器残骸的可靠回收对于飞行试验数据的完整获取及型号后续的攻关研制具有重要意义。为保证飞行试验的安全性,飞行器试验的落区地点一般为无人区,且飞行器实际落点往往与理论落点有所偏差,残骸目标特性复杂、散布区域大,仅依靠人力完成对飞行器残骸的搜寻十分困难。针对飞行器落区残骸回收的难点问题,依托无人机平台搭载光学载荷的手段,开展融合数据仿真与深度学习算法的飞行器残骸搜寻技术研究,重点介绍了残骸搜寻的目标检测算法、数据仿真策略及应用效果。经实际测试,提出的智能搜寻方案效果良好,在多次任务中顺利完成飞行器残骸的快速定位,保障了飞行试验任务的圆满成功。

多铰接车辆路径跟踪控制及仿真分析

针对多铰接车辆的车身结构限制了车辆的灵活性,导致后车在行驶过程中容易出现路径偏移的问题,提出一种以理想铰接角为控制目标的前馈加反馈路径跟踪控制方法,通过最小化理想与实际铰接角的偏差来实现后车对期望路径的准确跟踪。根据车辆和期望路径的几何位置关系,从适用范围和误差累积两个角度改进了传统的理想铰接角计算方法;基于车辆理想铰接角,考虑了控制方法的适用范围,设计了不依赖具体模型的前馈加径向基(RBF)神经网络PID反馈控制器;搭建了TruckSim和MATLAB/Simulink多铰接车辆联合仿真平台,比较分析了不同工况下车辆的路径跟踪性能。仿真结果表明:所提方法对不同工况具有良好的适用性和较高的跟踪精度,有效地降低了后车的误差累积。

基于小波特征匹配的短时人体行为识别

在人体行为识别研究中,特征选取是关键。为了获取充分且稳定的行为特征,往往对超过一个行为周期的长时行为数据进行处理,而小于一个行为周期的短时行为数据特征通常不稳定,难以做到准确稳定识别。提出一种基于小波变换和模板匹配相结合的短时人体行为识别方法。使用小波变换方法提取系数特征,将短时测试样本的特征与模板库中的特征进行匹配,根据相似性对行为动作做出分类识别。实验结果表明,此方法对于短时行为动作具有较为准确和稳定的识别性能,有助于实现对人体行为动作的实时识别。

基于自适应融合和注意力细化的语义分割模型

针对现有语义分割中存在的上下文信息利用不足和细节信息丢失等问题,提出了一种基于自适应融合和注意力细化的语义分割模型。该模型在编码的过程中引入一个自适应融合模块,通过让每个特征图按照相应的权重进行融合的方式来解决上下文信息利用不足的问题。在解码的过程中设计了一个注意力细化模块,使低阶特征与高阶特征之间能够进行相互指导优化,从而解决细节信息丢失的问题。实验结果表明:该模型在PASCAL VOC 2012数据集上的平均交并比达到了83.7%,比基于编解码的语义分割模型提高了1.1%;在Cityscapes数据集上取得了81.7%的平均交并比,进一步验证了该模型的泛化性。

航母甲板上舰载机的混合避障和仿真

针对航母甲板上舰载机混合避障随机性强、实时性差、规划速度慢等问题,结合最小二乘法与DDPG(deep deterministic policy gradient)算法提出一种PDDPG(predictive depth deterministic policy gradient)算法。该方法利用最小二乘法预测航母甲板上动态障碍物的短期轨迹。DDPG根据动态障碍物的短期轨迹为智能体提供在连续空间里学习和决策行为的能力。基于人工势场设置奖励函数,提高混合避障算法的收敛速度和准确率。使用Unity 3D构建了航母甲板高动态复杂场景,进行舰载机混合避障仿真实验。实验结果表明,PDDPG能较准确地实现航母甲板上舰载机的混合避障,与其他方法相比,在精度上提高了7%~30%。与DQN(deep Q network)相比,路径长度和转弯角度上分别减少了100个单位和400o~450o。

基于机器学习的地铁行人流在线优化控制研究

为了实现高峰期地铁站行人流管控的在线优化,设计了基于机器学习的地铁站行人流管控算法框架。以某地铁车站早高峰的行人流管控流程为研究对象,利用Agent技术搭建地铁站行人流管控仿真模型。多次运行仿真模型可以获得深度学习网络的训练数据。通过对网络进行充分训练,得到优化调度策略。将网络接入地铁站行人流实时运行数据,实现实时优化管控。仿真实验表明:引入的深度强化学习框架可以实现在线优化,调度结果优于传统方法。

基于辅助分类网络的跨领域文本情感分类

为了使源域与目标域中同类情感文本准确对齐,且尽可能增大不同情感文本特征差异,提出了一种具有加权对抗网络的域适应模型。提出了一种主分类网络与辅助分类网络相结合的网络结构,主分类网络用于对源域文本进行有监督学习,辅助分类网络用来提高文本特征的可区分度;提出了一种多对抗网络权重计算方法,实现域间同类样本的准确对齐。实验结果表明:对于Amazon数据集,提出的模型对于目标域中文本的平均识别准确率可达84.22%,比对比模型提升了2.07%,说明该模型可将优化得到的特征提取器与特征分类器同时较好的适用于源域与目标域中,从而对不同领域文本分析仿真建模提供了可靠的数据。

网联环境中新能源货车的粒子群调度方法

在V2X(vehicle to everything)智能网联环境中,新能源货车的调度系统需获取实时的动态信息。利用传统的粒子群调度方法,系统存在易陷入局部最优和求解效率不高的问题。在研究新能源货车多目标优化问题的基础上,提出改进的新能源货车粒子群调度方法。改进惯性权重更新方式使惯性权重呈非线性递减,降低系统陷入局部最优的风险;设计“先验性”路径编码的方式,优化路径编码,提高算法的求解效率,减少新能源货车的能源消耗。仿真结果表明:总路径长度、路径平滑度和算法的收敛速度方面均有改善,在静态和动态环境中,改进的方法均能实现新能源货车的合理调度,对于构建新能源货车的智能网联系统有重要意义。

《系统仿真学报》投稿须知

1.《系统仿真学报》只刊发原创性文章,拒绝一稿多投,文章不得涉及国家及商业秘密信息。一旦出现涉密问题,后果由作者本人自负,编辑部不承担任何责任。并在文章首页注明:稿件内容属作者科研成果,引用他人成果已注明出处,署名无争议。2.作者可通过学报官网(http://www.china-simulation.com)进入“作者中心-作者投稿查稿系统"进行在线投稿,原则上不受理电子邮件或纸质稿件投稿。首次投稿时需先注册,请准确、详细填写每个条目信息,特别是专业领域、研究方向、学历、职称、联系电话、邮箱及银行卡信息(仅用于支付稿酬)等。上传稿件前请下载保密审查证明或采用贵单位的保密审查证明模版,加盖单位公章后,将扫描版以附件形式上传到投稿系统中。

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。

空间科学卫星数据处理框架研究与系统实现

基于我国空间科学战略发展需求,针对我国空间科学先导专项当前在役与未来即将开展的众多卫星任务,对卫星地面段的数据处理框架及关键技术进行研究,提出了一种通用的具有任务级与资源级双层调度引擎的空间科学卫星数据处理技术框架(space science satellite data processing framework,SDPF),设计实现了自动、高效、实时、标准化的空间科学卫星数据处理系统,使得多卫星任务、多载荷数据源的大规模数据的高度复杂的处理过程得以快速并行完成,在数据处理能力、计算资源规划、应对故障的可靠性、灵活性和可拓展性等方面体现出非常好的应用效果,也可为其他领域相关系统的设计提供参考思路。

大升力体空间再入敏捷轨道机动方法研究

针对高超声速空间再入飞行器的大范围轨道机动方法进行研究,基于飞行器能量平衡策略使用气动辅助的方式开展空间轨道机动。依靠飞行器的大升阻比特性,提升轨道机动过程中的推进剂创新点使用效率,提高机动能力的同时也降低了飞行器在空间被跟踪观测的风险。使用了基于全系数自适应预测——校正技术的气动辅助制导技术,在保证收敛性的情况下降低了制导导航与控制飞控计算机的运算复杂度,提升了工程使用的可行性和综合效能。通过对环境条件的拉偏仿真,实验结果证明该方法相对于传统空间轨道机动方案,具有更高的机动性并大幅降低了推进剂的消耗。

面向SaaS的LVC仿真试验中间件设计研究

真实-虚拟-构造(Live-Virtual-Constructive,LVC)仿真技术为装备试验提供了全新的技术手段。针对LVC体系试验中异构仿真资源对象数量多、交互复杂导致无法满足武器体系快速响应的试验任务需求,以训练使能体系架构为基础,按照远程方法调用为主的模式对中间件、应用模型框架进行改造。设计LVC仿真中间件的模型运行组件、发布订购组件、消息处理组件、实时运行组件各个功能模块,为LVC仿真提供高效的实时通信机制,支撑仿真即服务(Simulation as a Service,SaaS)的运用模式。该中间件可实现LVC试验复杂资源的快速调度、监控、分发、部署、运行控制、数据采集等运行管理服务,为LVC试验任务分析、过程监控、异常处理及作战武器之间、各类平台之间的协同提供技术支撑。

考虑服务水平的IT运维人员调度的智能遗传算法

在人力资源受限的情况下,针对如何在IT运维服务中使用有限的人力资源,迅速、有效地对发生的故障进行处理,建立了考虑服务水平的IT运维人员调度模型。提出了一种知识模型,设计了多种符合本问题特性的变异、交叉算子,从而形成了改进的遗传算法、基于知识模型的智能遗传算法和基于知识模型的自适应智能遗传算法。结果表明,自适应变异、交叉概率能加快解的收敛速度,知识模型能加快解的收敛速度并且提高解的优化效果。

基于机器学习的计算机生成兵力行为建模研究综述

随着机器学习特别是深度学习技术的快速发展,采用学习方法辅助进行军用仿真中计算机生成兵力(Computer Generated Force,CGF)的行为建模,已成为克服传统有限状态机等基于知识工程方法面临的建模效率低,自适应差等问题的重要途径和发展方向。本文对采用机器学习进行CGF行为建模的应用现状、需求及发展趋势等若干问题进行了系统论述。梳理总结了CGF行为建模中三类典型学习方法的应用现状;分析了三类典型军用仿真系统引入学习的优缺点和带来的影响;提出CGF系统对学习建模方法的功能和性能需求;提出并探讨了该领域未来四个发展趋势和重点研究方向。

文丘里管内空化演变模型研究

以文丘里管空化发生器为对象,通过考虑水中空气析出与消解过程的时变性,建立了水气两相动态空化模型。运用FLUENT软件对水气两相流流动问题进行三维数值模拟研究,获得了文丘里管喉口直径、进口压力等对汽含率变化的影响规律。数值模拟结果与实验相对比表明,汽含率随进口压力增加而增加;如果喉径增大,可通过增加进口压力作为补偿,以达到同样的空化效果;出口锥角为20°和8°文丘里管的空化效果对比依赖于进口压力、喉径等条件;模拟条件下串联文丘里管不能实现两级空化。

人感禽流感优化算法

为求解一类复杂非线性优化问题的全局最优解,采用跨物种传播的人感禽流感传染病动力学模型提出了人感禽流感传染病优化算法。利用H7N9传染病模型构造出的S^u-S^u,I^u-I^u,S^u-I^u,I^u-S^u,S^u-D^u,I^u-D^u等算子能使个体能在同物种和跨物种个体之间充分交换信息,其中S^u-S^u、I^u-I^u算子可利用强壮个体的特征来改善虚弱个体的特征,从而提升算法的求精能力;S^u-I^u、I^u-S^u算子可改良个体的适应度分布特征,从而提升算法的探索能力;S^u-D^u,I^u-D^u算子可使极虚弱个体得到有效清除,从而降低算法陷入局部陷阱的概率。测试案例表明:本算法可快速求解一类维数较高的复杂非线性优化问题。