基于凸规划方法的计算机辅助结构拓扑优化设计

基于SIMP密度-刚度插值模型和移动渐近线方法,推导并建立了线弹性连续体结构刚度拓扑优化设计的数学模型．对中间密度材料进行研究,得出了惩罚因子的合理取值范围,分析了棋盘格式和网格依赖性等数值计算中存在的问题,并结合一种敏度过滤技术改善了这些问题．给出文中方法的程序流程,开发出二维结构的拓扑优化系统,通过一些经典的算例,证明了文中方法的有效性．     

基于无网格径向点插值方法的简谐激励下的连续体结构拓扑优化

针对用有限元法进行连续体结构拓扑优化时需不断重构网格来处理网格畸变和网格移动,且存在数值计算不稳定等问题,基于无网格径向点插值方法(Radial Point Interpolation Method,RPIM)对简谐激励下的连续体结构进行拓扑优化.选取节点的相对密度作为设计变量,以结构动柔度最小化为目标函数,基于带惩罚的各向同性固体微结构(Solid Isotropic Microstructure with Penalization,SIMP)模型建立简谐激励下的优化模型;采用伴随法求解得到目标函数的敏度分析公式;利用优化准则法求解优化模型.经典的二维连续体结构拓扑优化算例证明该方法的可行性和有效性.     

基于无网格局部Petrov-Galekin法的板结构拓扑优化

为将无网格法的优势集成到结构拓扑优化中,基于无网格局部Petrov-Galerkin(Meshless Local Petrov-Galerkin,MLPG)法进行板结构的拓扑优化.基于带惩罚的各向同性固体微结构(Solid Isotropic Microstructure with Penalization,SIMP)的拓扑优化模型和优化准则法建立设计变量的优化修正方案.位移场和相对密度场均采用自然邻接点插值形函数进行离散插值.几种典型的拓扑优化算例证明该数值算法的正确性和有效性.     

基于拓扑结构变化趋势的MCL优化算法

该文提出一种高精度的移动传感器网络中实现定位跟踪的方法,该方法利用未知节点在运动过程中网络拓扑结构变化的信息提高锚节点利用率,并改善样本采集效率。在无拓扑结构变化的情况下采用牛顿插值方法对节点当前位置进行预测,当拓扑结构有变化时,采用拓扑结构变化构建适应值函数,并用粒子群算法优化样本点的质量。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

物质点拓扑变量法在柔性机构设计中的应用

为克服柔性机构拓扑优化设计中的各类数值不稳定性问题,提出一种以物质点拓扑变量为设计变量的拓扑优化方法.物质点拓扑变量可视为节点密度概念的进一步拓展,基于修正网格无关性过滤函数提出了新的拓扑变量场插值形函数.基于弹簧模型,建立了柔性机构的多约束拓扑优化模型,推导了常见结构响应量的敏度表达式,采用移动渐进线法进行优化求解.最后通过二维数值算例验证了文中方法的可行性和有效性.     

一种简化的BP神经网络图像插值算法

为进一步提高图像插值质量,丰富非线性图像插值算法研究,提出一种简化的神经网络插值算法。利用前向反馈神经网络(BP-NN)构造最佳的图像插值模型,通过2组实验确定该模型的BP网络最佳拓扑结构、最佳采样模型和采样点数量,并定量描述每组模型的耗时。实验结果表明,对512×512像素图像采用BP-NN训练点数量为50000、拓扑结构为8-16-1的参数插值时,该算法平均插值时间约为0.7 s,且其峰值信噪比比线性均值方法平均高1 dB~2 dB,能够得到更佳的视觉感受。     

一种新的基于维纳滤波的错误隐藏插值算法

提出了一种基于维纳插值模型的帧内错误隐藏插值算法WIEC。算法采用最近的相邻点作为插值的参考点，同时对传统插值选点方法进行改进，将已恢复的像素点用作估值，使得算法可以较好的恢复图像中如边缘特征等一些重要信息。考虑到误差积累和计算复杂度等问题，又提出了一种螺旋型插值顺序模式。该插值顺序模式不仅提高了插值精度，而且减小了最大插值误差。仿真实验表明，算法具有良好的错误隐藏效果。     

基于FPGA的数字图像实时放大设计

文章设计并实现了基于FPGA的双线性插值放大,设计中针对硬件实现,对算法的并行计算结构进行了优化。实验表明应用该方法插值计算结构简单,计算误差小,精度与软件实现相当,可实现变倍率的实时视频图像放大。     

一种应用于地球系统模式的通用插值算法模型

地球系统模式的现有插值算法误差较大、网格适用性差,无法满足其未来的发展需求。提出了一种插值算法分类方法,根据此方法设计了一个通用插值算法模型。该模型基于复合算法的思想,既可表示现有算法,还可通过选择适当的两个算法灵活构造出局部的高精度的新算法。根据此模型并利用径向基函数良好的插值效果提出了两个新的插值算法。基于球面Voronoi图的搜索算法可有效优化插值算法的实现。实验结果表明新算法具有良好的插值效果。     

拓扑优化变密度法的灰度单元分层双重惩罚方法

在连续体结构拓扑优化中,应用敏度过滤法可有效地去除数值不稳定问题,但易出现优化结构边界灰度扩散现象.为了获得边界清晰的拓扑结果,提出一种变密度法的灰度单元分层双重惩罚方法.该方法通过调节不含敏度过滤的SIMP优化算法中的惩罚因子,对过滤后单元敏度进行修正,加速中间密度单元向0或1的离散状态逼近.为了加快这个过程,将该方法与分层网格细分策略相结合,优化从一个粗的有限元网格开始,利用单元密度等效映射方法将粗网格求解优化问题的结果映射为同一问题具有更细网格的初始输入,通过减少优化过程中的计算消耗,在取得具有清晰边界拓扑结构的同时提升优化过程的收敛速率.采用不同方法求解MBB梁,对最终优化结构中所含的中间密度单元数量和优化所需时间消耗进行对比;利用不同网格划分下的悬臂梁算例验证该方法的网格依赖性.结果表明,结合分层双重惩罚的SIMP算法在保留原始求解稳定性的同时,能获得具有清晰边界的拓扑构型,并提升收敛速率.