一、多学科设计优化分布式计算环境的研究(论文文献综述)
孙玉凯,王传胜[1](2021)在《欧美飞行器多学科设计优化项目发展概述》文中研究表明飞行器多学科设计优化技术是飞行器设计初期寻找最佳设计方案的有效方法,可显着降低飞行器研制周期和研制风险,并为后续详细设计提供参考和指导。系统地梳理了欧美飞行器多学科设计优化的主要发展历程,整理了欧美在该领域开展的项目情况,总结了不同代际多学科设计优化系统的主要特点和能力,分析了近年来欧盟AGILE项目和美国空军EXPEDITE项目的研究概况和主要成果。研究结果表明,飞行器多学科设计优化将面向作战效能、分布式协作设计、综合动力与热管理的方向发展,欧美已经初步建立了具有分布式协作设计能力的综合飞行器多学科设计优化系统。
姜雪[2](2021)在《印度理工学院计算机学科创立与发展研究》文中提出印度理工学院作为印度政府创建的国家重点学院典型代表,是印度高等教育系统重要创新和改革的产物。印度理工学院计算机教育在印度国内首屈一指,在世界范围内影响较大,培养出一大批享誉世界的高级计算机人才,成为众多具有世界影响力的跨国公司竞相招揽的对象。计算机人才从诞生、成长再到壮大的培养过程与其计算机学科从创立、发展再到崛起并建设成为国内一流、世界知名学科的历史进程保持一致。中国和印度两国在国情和历史发展背景方面较为相似,与欧美发达国家名列前茅的世界一流大学及一流学科相比,印度理工学院计算机学科的成长路径对我国高等教育创建一流学科,成功进行计算机教育,有效发挥计算机学科的社会服务功能具有重要的借鉴意义。本文采用历史研究法、个案研究法及文献研究法,由点到面,从纵向到横向尝试对印度理工学院计算机学科的发展历程进行立体化、系统化的梳理与剖析。从学科发展不同历史阶段的特点出发,以时间为线索,探寻其学术平台、师资队伍、科学研究、人才培养、学术交流、管理体制及社会服务等学科建设必要要素的特点及其相互之间的关系,归纳印度理工学院计算机学科的建设经验,指出学科建设中的不足之处,明确对我国建设一流学科的历史价值。以1963年印度理工学院坎普尔分校计算机中心的成立为主要标志,印度理工学院计算机学科正式创立。1963年至1982年是印度理工学院计算机学科的早期发展阶段,计算机中心、电气工程系和数学系开展了一系列的计算机教育与研究活动。1983年,计算机科学与工程系正式成立,由此,计算机学科拥有了规范化的学术平台,学术项目更加丰富。同时,以计算机应用为主导的科学研究方向的确立也推动了学科的蓬勃发展与快速崛起。从计算机学科创立伊始,印度政府就在国家财政支出和国家政策方面对其给予了大力支持。20世纪80年代,在财政及政策的双重保障下,印度理工学院计算机学科在学术平台、师资队伍、科学研究、人才培养、学术交流及社会服务等方面采取了一系列有力的建设举措,迅速成长为印度国内一流的计算机学科。1992年,“创新与技术转移基金会”在印度理工学院德里分校正式成立,标志着印度理工学院计算机学科进入产教融合、产学研相互促进的可持续发展阶段。从服务国家经济社会发展角度考查,印度理工学院计算机学科积极承担国家级政府资助及企业咨询项目的举措不但与国家科技政策及国家发展战略保持高度一致,同时还促进了企业与高校协同发展、校企协同育人的学科发展新模式的产生。在世界信息革命浪潮的推动及印度政府制定的建设信息技术产业超级大国战略目标的指引下,印度理工学院计算机学科不断发展完善稳步提升,培养的尖端计算机人才在国际知名计算机企业崭露头角。从学科建设的必要要素出发归纳印度理工学院计算机学科迅速崛起的主要原因是十分必要的。学科的快速发展无外乎是内外两种因素共同作用的结果。就外部因素而言,国际环境中有世界计算机技术的发展以及计算机革命浪潮的推动,国内环境有印度政府大力发展科学技术的科技战略,特别是建设计算机超级大国目标的指引;就内部因素而言,印度理工学院从学科平台、师资队伍、科学研究、人才培养、学术交流与合作、学科制度以及社会服务等若干学科建设的必要要素出发,采取了一系列措施推动了计算机学科的快速发展。本文最后总结出印度理工学院计算机学科快速发展的原因:紧跟国家科技发展战略部署,明确计算机学科发展定位;注重高水平师资队伍建设,为计算机学科的快速发展提供人力保障;促进以计算机学科为基础的多学科交叉融合,推进学科可持续发展;善于利用国际援助并不断深化国际合作与交流;积极争取多方资金支持为学科发展提供资金保障。近年来,学科建设过程中出现了如下问题:印度政府过多干预,削弱学术自治权;优秀师资数量增长与学科稳步提升存在失衡现象;高水平科学研究成果总量不足,阻碍国际学术影响力持续扩大。然而,本着“他山之石,可以攻玉”的原则,印度理工学院计算机学科的成功经验是值得借鉴和学习的。
孙宗祥,黄勇,罗月培,李文佳[3](2020)在《美国空军研究实验室EXPEDITE项目研究进展及启示》文中认为多学科设计优化(MDO)是一种充分探索和利用系统中相互作用的协同机制来设计复杂工程系统和子系统的方法论。美国空军研究实验室(AFRL)非常重视MDO能力建设,其多学科设计优化扩展(EXPEDITE)项目旨在促进美国多学科分析和设计优化技术,以获得复杂系统级设计问题的解决方案。介绍了EXPEDITE项目概况,分析了项目研究面临的设计、技术和跨地域计算挑战问题,阐述了项目模型架构,推进系统、动力/热管理系统、作战分析、飞机特征信号等建模,以及跨地域分布计算与协同等方面的研究进展,并在综合分析美国MDO能力建设发展启示的基础上,提出了发展MDO能力的建议。
王明[4](2020)在《面向开放式地理模拟的计算资源适配与调度方法研究》文中认为伴随着地理学研究在定量分析和系统综合方面的不断发展,地理建模与模拟已经成为对地理环境进行历史反演、现状刻画、未来预测的重要研究手段。在各领域地理建模研究工作深入开展的同时,复杂地理问题的求解对于跨领域的模型集成应用提出了更高的需求。开放式地理模拟是以研究者协作探索为基本途径的建模研究方法。在客观地理规律的指导下,通过开放式地理模拟将模型、数据和计算资源进行有机集成,开展综合的地理环境模拟分析。随着网络通信技术和互联网技术的快速发展,开放式地理模拟在模型资源的发展演变、数据资源的更新迭代等方面都对计算资源提出了更丰富的需求。然而,现有开放式地理模拟相关研究主要关注于集成建模框架与流程的构建,对于计算资源支撑方法的研究却少有涉及。地理模拟作为解决复杂地理问题和提供相关决策支持的有效途径,其模拟任务运行的成与败,在很大程度上依赖于合理的计算资源支撑。因此,如何在开放式地理模拟的过程中提供一套稳定的计算资源支撑方法,是开展地理建模与模拟工作的重要内容,也是本研究的主要出发点。本研究以计算资源对于开放式地理模拟的支撑需求为导向,从梳理开放式地理模拟的情景化特征出发,研究支撑开放式地理模拟的计算资源动态聚合框架。在此基础上,探索面向模型服务化运行的计算资源适配方法和面向模型服务化集成的计算资源调度方法,形成适用于不同模拟情景的计算资源适配与调度方法体系,以支撑在网络空间中更加高效地开展综合地理环境的模拟工作。本文的主要研究内容与成果如下:(1)模拟情景驱动的计算资源动态聚合基础框架构建。归纳总结了开放式地理模拟的内涵与情景特征,分析了计算资源对于开放式地理模拟的支撑需求。在此基础上,兼顾建模研究者、资源提供者、模型资源、数据资源和计算资源,提出了模拟情景驱动的计算资源动态聚合基础框架。通过兼容不同的网络结构和通信方式,将模型的执行需求与计算资源之间进行特征关联,从而在网络环境中寻找优化的计算策略,并进一步阐述了计算资源的适配与调度对于开放式地理模拟研究的基础支撑作用。(2)网络环境下单模型服务计算资源适配方法研究。分析了网络环境下单模型运行的计算资源适配关键问题,提出了计算资源适配的基础架构。在计算资源适配基础架构的指导下,分别设计了地理模型运行环境信息描述方法和计算资源环境信息规范化表达方法;提出了计算资源匹配指标体系和计算资源择优推荐方法,降低了模型资源与计算资源适配的难度;基于上述基础研究方法,从适配结果推荐、参与式部署、模型服务校验三个方面设计了智能化推荐的计算资源适配方法,实现地理模型从部署到运行的整个适配流程,为后续模型集成提供了资源支撑。(3)网络环境下多模型集成计算资源调度方法研究。提出了基于科学工作流的集成流程表达方法,实现了集成任务流程的具象化表达和结构化存储;设计了基于Qo S的模型集成计算资源调度策略,实现了对集成流程中服务的优选组合和整体运行控制;在执行调度策略的基础上,分析了模拟任务运行过程中的优化情景,从计算资源的角度出发,分别构建了协作式备选的任务优化策略和负载动态感知的任务调度策略,保障和优化了集成任务的运行。本文针对开放式地理模拟过程中的计算资源需求问题,从单模型运行和多模型集成两方面出发,设计了面向开放式地理模拟的计算资源适配与调度方法。在此基础上,实现了适用于不同模拟情景的计算资源适配与调度方法体系,从而更好的支撑网络空间中对于复杂地理问题的求解,促进地理模拟相关研究的发展。
梁爽[5](2020)在《分布式多目标进化算法在社区检测与变化检测中的应用》文中研究说明多目标进化算法作为一类多学科结合与相互启发的研究成果,已发展成为一种拥有自组织与自适应特性的综合技术。由于不要求目标函数有明确的解析表达式,因此对于求解复杂系统的优化问题可以提供一种通用的框架。虽然理论推导不及传统优化算法完善,但是多目标进化算法对于优化问题的种类有很强的鲁棒性,可应用的范围非常广泛,已经被成功地应用于计算机科学、管理科学、社会科学和工程技术等领域。大量现实世界中的工程以及科研问题都可以被建模为多目标优化问题(Multi-objective Optimization Problems,MOPs),即通过对一组目标函数进行最大化或者最小化以达到找出最优解的目的。与单目标优化方法相比,当大规模复杂网络社区检测与多时相合成孔径雷达(Synthetic Aperture Radar,SAR)图像变化检测问题被建模为MOPs时,可以平衡多个互相冲突的目标函数并且在一定程度上提高社区检测与变化检测的准确度。虽然目前针对这两类问题已经提出了大量的多目标优化方法,但是对于目标函数的建立与优化方式的选择而言,依然有必要进行深入地研究,以进一步提高算法的准确度。与此同时,在这个数据爆炸式增长的时代,多目标优化技术经常要面临大数据处理的问题,例如在大规模网络的社区检测问题中,网络中的节点数可能从数万到数百万不等。此时,需要计算机具有非常巨大的计算能力才能应对这种情况下的MOPs。面对海量数据,集中式的计算方式显然有些力不从心,除了需要耗费过长的运算时间,甚至可能完全无法处理。基于计算机集群的分布式计算技术的出现,对于使用进化算法处理这类MOPs的能力有着十分显着的提升。值得一提的是,进化算法天然的并行特性,非常适合使用分布式计算技术实现并行化处理。本文主要研究了多目标进化算法在大规模复杂网络社区检测与多时相SAR图像变化检测中的应用。研究思路为将上述两个问题建模为MOPs,针对问题的特点,并结合多种进化算法的自身特性,设计了高效的多目标进化算法来解决所模拟的优化问题。在解决大规模复杂网络的社区检测问题时,利用Apache Spark计算平台将所提算法进行了分布式实现。本文所开展的研究工作如下:(1)研究了分布式多目标进化算法在大规模复杂网络社区检测问题中的应用。对于超大规模的复杂网络的社区检测问题,传统的网络社区检测算法往往力不从心。本文基于Apache Spark平台,提出了一种用于大规模网络社区检测的分布式多目标进化算法,同时维护了一组进化种群,这些种群分别以不同的交叉和变异参数进行进化,并将外部存储库作为精英种群。各个进化种群中的精英个体会在这个外部种群中相互竞争并淘汰。各个进化种群之间的差异性使算法获得了更好的种群多样性以及进化方向。对于算法的遗传算子和进化策略也进行了针对大规模社区检测问题和分布式框架的改进。(2)研究了基于弹性分布式数据集的离散粒子群大规模网络社区检测算法。随着对大规模网络社区检测问题以及分布式进化算法研究的深入,我们发现在粒子群优化算法中,粒子之间的交互比较少,算法结构更适合并行处理,因此本文进一步提出了一种基于分布式离散粒子群的网络社区检测方法。同样是将社区检测问题建模为MOPs,但是使用了不同的目标函数,并且根据粒子群算法的特点对目标函数进行了调整,同时由于社区检测是一个离散优化问题,本文设计了一种有效的离散粒子表示方法并提出了相应的更新策略。种群设计与算法的分布式实现分别基于弹性分布式数据集和Apache Spark计算平台。(3)研究了基于弹性分布式属性图的离散粒子群大规模网络社区检测算法。为了进一步提高所提分布式离散粒子群算法的执行效率,本文在前面工作的基础上引入了弹性分布式属性图的概念,将所要处理的大规模网络数据转化成了分布式图的形式存放在分布式文件系统中,并由此实现了一种新的分布式种群结构。由于种群结构和数据存储方式发生了改变,目标函数的计算过程从传统的矩阵求解转化成了基于分布式图的概念下的消息传播模型,进一步提高了算法的效率。(4)研究了多目标进化算法在SAR图像正负变化检测中的应用。对于多时相SAR图像的变化检测问题,现有的大多数工作通常将其被视为一个二值分类问题,即只检测是否有变化发生。然而,在很多情况下,多时相SAR图像的后向散射值是有增有减的,也就是说发生变化的类型并不相同。因此,可以将SAR图像变化检测的变化类别进一步的细分为未变化类、正变化类和负变化类。为了检测多时相SAR图像中的正负变化情况,本文基于多目标进化算法提出了一种新的变化检测方法:基于三个目标函数的多目标变化检测。首先,对MR算子、LR算子和NR算子进行了改进,以使其包含正变化和负变化信息。其次,由于相干斑噪声的存在,无法利用单一的测度对正变化和负变化进行有效检测,因此提出了三种函数:FCM测度、XB指数和邻域信息作为目标函数。最后,给出了用于更新隶属度值的公式并利用进化算法寻找最优聚类中心。
黄祖邦[6](2019)在《基于Spark分布式的关联挖掘优化研究与综治决策应用》文中提出伴随着社会信息化的快速发展,大数据的发展态势也同时趋于稳定性的增长。其中,数据规模的庞大和类型的多样化,必然隐含着潜在的知识信息。当今,大数据领域里依然存在着“数据量丰富,知识度匮乏”的问题。尽管近几年的一些学者提出了知识库发现的相关研究,但依然无法满足日益剧增的复杂性需求。因此,如何将庞大的数据资源转化成有价值的信息,如何有效的提升知识发现的效率,如何扩展大数据分析技术的研究领域,成为当今亟须解决的热点性问题。针对这些问题,提出了基于Spark的计算引擎,对关联规则挖掘算法进行结构优化,并将改进策略集成于分布式计算架构,同时能够解决实际性问题。论文的主要研究内容具有如下四个部分:首先深入研究了关联规则的相关理论,针对传统算法的不足,确定优化思路。其中引入唯一Prime理论,通过Prime映射将事务集数据化,提升压缩率。摒弃传统的HeadTable模式,规避了多次排序和频繁模式基递归构建的时间消耗。同时构建一种新规则树:PNFP-Tree,并以GCD(最大公约数)模式深度挖掘出频繁项。针对Tree的规模问题,提出了向量剪枝与矩阵压缩的方式,优化整体挖掘效率。其次,提出了一种基于分布式的权值均衡分组优化策略,这与并行化计算模型不同,其利用节点权重预估概率、候选序列集长度以及剩余压缩树大小计算模型将任务划分,切分后的子树具有独立性,并进行子任务的GCD模式挖掘,有效解决了节点计算不均衡的问题,进而减少节点间的Shuffle开销,同时也不影响最终挖掘结果集。相较于Hadoop的MapReduce,Spark更适合于迭代式计算,进而提出一种基于Spark分布式的PNFPM算法。考虑到实际情况下海量数据集的随动性,采用一种DDS(动态流式数据)的模式进行周期性分块挖掘技术。实验结果得出PNFPM算法较于传统算法更优。最后为扩展大数据分析的研究领域,以及验证PNFPM算法的实用性与兼容性,设计并实现基于Spark的PNFPM算法,应用在综治工作下的网格化事件分析决策功能模块。将PNFPM算法与多准则决策方法集成,获得高度决策的预警结果。实验结果表明,基于Spark的PNMFP算法具有可行性、高效性以及可扩展性,同时也说明了不仅仅只能应用在商业挖掘上,而且也能在政务领域上进行高效的挖掘分析。
肖炯恩[7](2019)在《跨源多维政务数据共享与服务创新研究》文中研究指明随着国家信息化与电子政务工程建设的稳步推进,从国家到地方的电子政务系统建设取得许多进展,但与此同时,系统的转型升级正面临“数据孤岛”等问题的挑战,国家垂直系统和地方城市系统的数据互联互通,存在许多障碍。由于科技、商业模式、用户习惯的快速变化与发展,只是采用政务系统中单一来源的数据已经难以实现服务创新。因此,在新的技术与管理条件下,探讨适用的政务数据共享和服务创新的理论和解决方案,成为电子政务转型升级进程中一个亟待研究和解决的重要理论与实践问题。本研究以“跨源多维政务数据的共享与服务创新”为研究对象,基于电子政务治理理论与系统方法,具体研究解决这一课题中相互关联的四个重要问题的理论、模型和方法:首先,针对传统政务系统数据共享模式顶层规划薄弱问题,提出一种基于电子政务治理理论的跨源多维政务数据共享模型,从结构、制度、模式三个方面的协同升级服务创新,结合区块链技术提出了跨源多维政务数据共享的平台架构,奠定了研究与解决问题的理论模型与概念框架。其次,针对跨源多维政务数据共享影响因素识别问题,分析了建设中存在43项影响因素,采用灰色关联分析和模糊聚类的方法识别出最重要的影响因素。第三,针对政务服务亟待面向数据驱动的升级问题,提出了跨源多维政务数据服务创新的三种方法:以新技术为驱动力的服务创新,通过数字化改进传统政务服务;以服务理念变革为驱动力的服务创新,变被动服务为主动服务;以政企合作模式变革的政务个性化服务创新,通过数据运营单位和企业合作方式,规范引导消费者购买行为,进而改善营商环境。第四,通过基于超效率DEA的方法对跨源多维政务数据共享和服务创新的阶段成果进行绩效评价,提供了一种政务资源使用效率的评价方法。上述四个问题的研究和步骤,构成了一个跨源多维政务数据课题研究的完整系统闭环,同时也是一个解决实际问题的持续改进与完善提高的过程。本文研究工作,提出了跨源多维政务数据的概念,是政务数据概念的发展与补充,基于系统与电子政务治理理论的跨源多维政务数据共享理论、模型、方法和技术实现方案的研究,是服务科学、数据科学在政务领域的实践探索和理论总结,各阶段的研究融合了多项先进ICT技术,如区块链、数据管道、分布式计算等,提出的构建跨源多维政务数据共享平台的模型、方法,在进一步丰富电子政务治理理论研究的同时,为政务数据共享、服务创新、促进电子政务的转型升级提供了有指导意义和价值的示范和参考。
李正洲[8](2018)在《考虑操稳特性的有翼再入飞行器总体多学科设计优化》文中提出有翼再入飞行器是现阶段天地往返飞行器研究发展的重点,当前世界主要航天大国普遍都开展对有翼再入飞行器设计技术的研究,但该课题的研究仍然存在技术难度高、涉及学科多、学科耦合性强、研制周期长等问题。为了能有效地缩短有翼再入飞行器总体设计周期,提高设计方案的质量,本文通过总体多学科设计优化手段,研究有翼再入飞行器总体快速设计、分析和优化技术。研究工作主要包括如下几个方面:(1)多学科专业模块开发:(1)研究和发展了一种自动化程度高、计算速度快、稳健性较强的面向全空域、全速域的气动力快速预测方法,并开发了相应的气动力快速预测程序。该程序能够作为有翼再入飞行器的气动力预测、外形选型设计的工具;(2)建立了高超声速飞行器在连续流、自由分子流以及过渡流的气动热环境快速预测方法,算例验证表明该方法具备与飞行试验数据、风洞试验数据和CFD计算结果的一致性,能够用于大攻角、高速再入飞行器的气动加热预测;(3)基于气动热预测结果,通过集成热防护材料数据库,构建了一种高超声速飞行器整机的热防护系统自动化设计方法,实现对飞行器整机热防护系统的设计和优化;(4)将气动力快速预测方法与飞行器“准定常运动”相结合,发展了一种面向总体设计的高速飞行器动态稳定性导数的快速预测和辨识方法,建立了对有翼再入飞行器的稳定性、操纵性的分析方法和耦合偏离判据;(5)建立了再入轨迹的设计优化方法,该方法能够根据有翼再入飞行器的再入走廊约束,实现运动方程的数值求解与优化理论的有效结合,获得满足精度要求的再入轨迹优化结果。(2)根据有翼再入飞行器的总体设计原则和目标,分析了各专业模块的输入/输出以及模块之间的耦合关系,建立了对有翼再入飞行器这类新型飞行器的多学科设计优化方法,针对有翼再入飞行器技术特点,通过集成包括几何参数化建模、全空域/全速域气动力估算、气动热与热防护、操稳性能评估、再入轨迹优化、重量估算等在内的多学科专业模块,建立了考虑操稳特性的有翼再入飞行器多学科设计优化方法,开发了相应的设计优化集成系统,为有翼再入飞行器提供了有效的总体设计方法和工具。(3)根据发展的总体多学科设计优化方法,应用建立的设计优化集成系统,对类X-37B飞行器进行了考虑操稳约束的再入轨迹、操稳、气动、气动热、热防护等多学科设计优化;针对气动辅助轨道转移飞行器这种特殊的有翼再入飞行器,对同面气动辅助变轨问题进行了研究,分析了节约能量的指标,设计出了满足同面气动辅助变轨最优控制的飞行器。上述两个“考虑操稳约束的有翼再入飞行器多学科设计优化示例”验证了本文多学科设计优化方法的可行性和集成平台的鲁棒性。本文建立的多学科设计优化方法可用于有翼再入飞行器总体设计;相关设计示例揭示了相关设计参数对多学科设计优化目标的敏感性特征,研究结论可为同类飞行器的设计提供参考。
丁淑辉[9](2017)在《云制造下多粒度设计资源服务化方法与匹配策略研究》文中认为随着社会分工和行业细分的逐渐发展,各行业设计技术和设计资源的专业化程度越来越高,逐渐呈现出行业化、专业化、区域化分布的特点。除企业自有设计资源外,独立设计机构也越来越多。这些专业设计机构有着经验丰富的设计人员、专业的软硬件设备与场地等相关资源,在满足企业自身设计需求基础上,还能完成行业内相关外包设计工作。与此同时,由于各细分行业设计理论和方法的巨大差别,对于由多领域学科构成的复杂机电系统,单一设计资源无论是从设计人员与知识结构上、还是从所需软件资源以及实验条件、试制设备及场地等资源方面来说,都难以完成全部设计任务。因此,需要多设计资源的合作与共享,共同完成复杂的跨学科产品设计。但行业人员、设备、知识等设计资源的复杂性,以及设备的地域分布性、企业间的技术壁垒等因素,为行业设计资源的整合与共享提出了巨大挑战,给复杂产品设计的协同化、网络化、专业化发展带来了很大障碍。在这一背景下,以设计资源的网络化共享为目的,本论文提出了一种多粒度设计资源云制造系统,在多粒度设计资源本体建模与聚合的基础上,实现了大粒度聚合级设计资源的服务化描述,完成设计任务与服务资源的匹配,达到了资源共享的目的。在设计资源多粒度特性分析的基础上,提出了设计资源的多粒度模型,分别定义了静态实体资源SPR、动态能力资源DCR以及多功能设计单元CDC的概念并对其组成进行了详细分析。在分析网格、制造网格、云制造等网络化制造平台基础上,提出了基于多粒度资源聚合的设计资源云制造服务平台,构建了其体系构架,分析了云制造环境下设计任务与设计资源的匹配机制。建立了一种基于能动性资源接入的设计资源两级接入方法,提出了设计资源的通用本体模型,并以此通用模型为基础,建立了基于SPR资源、DRC资源以及CDC资源三层粒度的资源模型。为完成设计资源优选,设计了一种DCR资源和CDC资源的评估方法。在建立设计成熟度系数、设计成功率系数、设计稳定度系数、设计经验度系数四个评估变量的基础上,定义了设计资源能力指数,并建立了资源评价指数和成本指数。以设计资源能力指数、评价指数和成本指数作为构成元素,建立资源指数矩阵,结合各资源权重系数建立成员评估矩阵和运行评估矩阵。根据成员资源与聚合资源的权重生成综合评估矩阵。设计了一种资源聚合策略,提出了基于同地域资源主动推送机制的交互式DCR资源聚合方法和CDC资源聚合方法,并给出了其详细聚合步骤。通过研究语义Web服务及其描述语言OWL-S,提出了一种基于语义的设计资源服务化描述方法,通过扩展OWL-S通用本体,建立了设计资源语义化描述框架,并提出了基于设计资源本体与资源描述本体映射的设计资源服务化描述策略,通过建立资源概念集合和OWL-S扩展本体间的双射关系,实现了资源的服务化描述。建立了一种基于设计任务逐层流程化分解的多级云服务匹配策略,提出了语境相关的设计任务本体建模方法,给出了一种基于信息流的设计任务流程化分解方法,在研究语义相似度基本算法基础上,设计了一种基于语义相似度的服务资源多级匹配策略,通过任务与服务资源的多级匹配相似度计算,实现了本体任务与云服务的匹配。在前述理论与方法研究基础上,搭建了多粒度设计资源云制造原型系统总体框架,开发了原型系统并对关键模块进行了功能实现,最后对部分关键算法进行了实例验证。
宋健[10](2017)在《基于数据分发服务的多学科流程分布式调度研究》文中研究表明复杂机械系统的整体分析包含结构应力分析、动力学分析、气动分析等多学科分析。为实现复杂机械系统的整体建模与仿真分析,需要构建一个多学科集成建模仿真平台把各学科分析集中在统一运算环境下。为实现对网络环境下不同学科计算资源的整合提高仿真计算效率,需要开展多学科流程建模与仿真计算过程中计算资源的分布式调度研究。本文基于数据分发服务(Data Distribution Service,DDS)提出了多学科流程分布式调度模型(Multidisciplinary Flow Distributed Scheduling-DDS,MFDS-DDS),并基于该模型在自主研发的多学科集成建模与仿真平台FlowComputer下实现了多学科流程分布式调度系统,提高了平台的多学科流程计算能力,增强了平台使用的灵活性,拓宽了平台的应用场景。首先,本文研究了多学科流程建模及仿真相关技术,论述多学科建模仿真软件对分布式调度服务的内在需求。对比工作负载管理平台(Load Sharing Facility,LSF)、可重用组件库(Reusable Model Component Library,RMCL)以及DDS,确定采用DDS在FlowComputer平台下实现多学科流程分布式调度系统。然后,本文深入分析了DDS的基本组成框架、数据传输模式、服务质量QOS、常用通信机制等,将在此基础上完成多学科流程分布式调度模型的设计和模型的数据传输过程。最后,本文将重点阐述基于MFDS-DDS模型的多学科流程分布式调度系统的关键技术,包括DDS嵌入、基于DDS的分布式组件封装、基于DDS的分布式流程运行等。本文将通过实例运行来演示多学科流程分布式调度系统的操作并验证系统的可靠性。
二、多学科设计优化分布式计算环境的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多学科设计优化分布式计算环境的研究(论文提纲范文)
(1)欧美飞行器多学科设计优化项目发展概述(论文提纲范文)
1 引言 |
2 MDO主要发展历程 |
2.1 美国 |
2.2 欧洲 |
3 MDO主要代际变革 |
3.1 第一代多学科设计优化系统 |
3.2 第二代多学科设计优化系统 |
3.3 第三代多学科设计优化系统 |
4 欧美最新飞行器MDO项目介绍 |
4.1 欧洲AGILE项目 |
4.1.1 项目概况 |
4.1.2 主要亮点 |
4.2 美国EXPEDITE项目 |
4.2.1 项目概况 |
4.2.2 主要亮点 |
4.3 小结 |
5 结论 |
(2)印度理工学院计算机学科创立与发展研究(论文提纲范文)
摘要 |
abstract |
绪论 |
一、选题缘由及研究意义 |
二、核心概念界定 |
三、国内外研究现状综述 |
四、主要研究内容 |
五、研究思路和研究方法 |
六、创新点与难点 |
第一章 发端奠基:印度理工学院计算机学科的创立与早期发展(1963—1982 年) |
第一节 印度理工学院计算机学科的创立 |
一、印度理工学院计算机学科创立的背景 |
二、印度理工学院计算机学科的创立 |
第二节 印度理工学院计算机学科早期发展的举措 |
一、计算机学科学术平台逐步扩展与完善 |
二、汇集国内外优秀学者组建高水平师资队伍 |
三、确立以计算机基础理论为主导的科学研究方向 |
四、以掌握计算机基础理论与基本技能为中心的人才培养 |
五、争取国际援助为学科发展提供硬件与资金支持 |
六、开展学科治理体制建设,为学科发展提供组织保障 |
七、积极开展计算机社会咨询服务 |
第三节 印度理工学院计算机学科早期发展取得的成效与存在的问题 |
一、印度理工学院计算机学科早期发展取得的成效 |
二、印度理工学院计算机学科早期发展存在的问题 |
第二章 国内一流:印度理工学院计算机学科的快速崛起(1983—1991 年) |
第一节 印度理工学院计算机学科快速崛起的背景 |
一、第三次科学技术革命的蓬勃开展 |
二、“计算机总理”拉吉夫·甘地带领印度迈向信息时代的决心 |
第二节 印度理工学院计算机学科快速崛起的举措 |
一、计算机学科学术平台的专业化发展 |
二、构建以学术认同为基础的内聚性学术团队 |
三、确立以计算机应用为主导的科学研究方向 |
四、以实践型计算机人才培养为中心 |
五、不断加强国内外学术交流 |
六、完善五级管理体制确保管理自治与学术自由 |
七、实施学校计算机素养与学习提升计划 |
第三节 印度理工学院计算机学科快速崛起取得的成效与存在的问题 |
一、印度理工学院计算机学科快速崛起取得的成效 |
二、印度理工学院计算机学科快速崛起过程中存在的问题 |
第三章 国际知名:印度理工学院计算机学科的稳步提升(1992 年—至今) |
第一节 印度理工学院计算机学科稳步提升的背景 |
一、世界信息革命浪潮的推动 |
二、印度领导人建立信息产业超级大国战略目标的指引 |
第二节 印度理工学院计算机学科稳步提升的举措 |
一、计算机学科学术平台及设施的现代化更新 |
二、构建以探索学科核心领域为目标的传承性学术团队 |
三、确立以计算机前沿领域研究为主导的科学研究方向 |
四、以创新性复合型计算机人才培养为中心 |
五、积极提升计算机学科国际学术交流话语权 |
六、实施旨在提升教学和人才培养质量的本科学术项目审查评估 |
七、承担国家级计算机系统和程序研发项目,不断深化国际合作 |
第三节 印度理工学院计算机学科稳步提升的成效与存在的问题 |
一、计算机学科稳步提升取得的成效 |
二、计算机学科稳步提升过程中存在的问题 |
第四章 印度理工学院计算机学科创立与发展的省思 |
第一节 印度理工学院计算机学科快速发展的原因 |
一、紧跟国家科技发展战略部署,明确计算机学科发展定位 |
二、注重高水平师资队伍建设,为学科快速发展提供人力保障 |
三、促进多学科交叉融合,推进计算机学科可持续发展 |
四、善于利用国际援助并不断深化国际合作与交流 |
五、积极争取多方资金支持为学科发展提供资金保障 |
第二节 印度理工学院计算机学科发展中的问题 |
一、学科发展后期印度政府过多干预,削弱了学术自治权 |
二、学科发展后期优秀师资数量增长与学科稳步提升存在失衡现象 |
三、高水平科学研究成果总量不足,阻碍国际学术影响力持续扩大 |
附录1 专有名词简称、全称及中译表 |
附录2 信息技术领域印度理工学院知名校友代表 |
参考文献 |
致谢 |
攻读博士学位期间取得的科研成果 |
(3)美国空军研究实验室EXPEDITE项目研究进展及启示(论文提纲范文)
引言 |
1 项目概况 |
2 项目面临的挑战性问题 |
2.1 设计问题 |
2.2 技术挑战 |
2.3 跨地域分布MADO问题 |
3 项目主要进展 |
4 启示 |
4.1 美国空军研究实验室的MDO能力得到进一步加强 |
4.2 美国的MDO能力发展将支撑和推动美军的战略能力提升 |
4.3 加强MDO能力发展可以促进航空航天领域学科交叉融合创新发展 |
5 结束语 |
(4)面向开放式地理模拟的计算资源适配与调度方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状综述 |
1.2.1 地理建模与模拟 |
1.2.2 地理模型共享与集成方法 |
1.2.3 地理模型部署方法 |
1.2.4 面向模拟任务运行的计算资源调度方法 |
1.2.5 研究现状分析和总结 |
1.3 研究目标和研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 研究方法和技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 论文组织结构 |
第2章 开放式地理模拟特征及其计算资源需求分析 |
2.1 开放式地理模拟 |
2.1.1 开放式地理模拟的内涵 |
2.1.2 开放式地理模拟的类型 |
2.1.3 开放式地理模型的特征 |
2.2 网络环境中的开放式地理模拟的情景特征 |
2.2.1 面向单模型服务运行的应用情景分析 |
2.2.2 面向多模型集成的应用情景分析 |
2.3 面向开放式地理模拟的计算资源动态聚合 |
2.3.1 网络环境中的计算资源特性 |
2.3.2 计算资源对开放式地理模拟的支撑需求 |
2.3.3 模拟情景驱动的计算资源动态聚合基础框架 |
2.4 本章小结 |
第3章 网络环境下单模型运行计算资源适配方法研究 |
3.1 面向模型运行的计算资源适配 |
3.1.1 计算资源适配需求分析 |
3.1.2 计算资源适配基础架构 |
3.2 模型资源与计算资源的环境信息规范化描述 |
3.2.1 模型资源运行环境描述方法设计 |
3.2.2 计算资源环境信息描述方法设计 |
3.3 计算资源匹配指标体系与择优推荐方法 |
3.3.1 计算资源匹配指标分析与体系构建 |
3.3.2 计算资源择优推荐方法设计 |
3.4 智能化推荐的计算资源适配方法 |
3.4.1 基于环境信息匹配的适配结果推荐 |
3.4.2 基于模型部署包的参与式部署 |
3.4.3 基于通用接口的模型服务校验 |
3.5 本章小结 |
第4章 网络环境下多模型集成计算资源调度方法研究 |
4.1 地理模型服务集成引擎基础架构设计 |
4.1.1 服务化集成应用需求分析 |
4.1.2 地理模型服务集成引擎基础架构 |
4.2 基于科学工作流的集成流程表达 |
4.2.1 面向模型集成的科学工作流基本构成 |
4.2.2 面向模型集成的工作流结构化描述文档设计 |
4.3 基于QoS模型集成计算资源调度 |
4.3.1 Web服务领域下的Qo S模型 |
4.3.2 地理模型服务QoS模型的整体设计 |
4.3.3 基于QoS模型的集成工作流执行调度 |
4.4 面向模型集成运行的计算资源优化 |
4.4.1 运行优化情景分析 |
4.4.2 协作式备选的任务优化策略 |
4.4.3 负载动态感知的任务调度策略 |
4.5 本章小结 |
第5章 原型系统与实验验证 |
5.1 原型系统构建 |
5.1.1 系统设计目标 |
5.1.2 系统逻辑结构 |
5.1.3 原型系统的门户网站 |
5.2 实验与结果分析 |
5.2.1 实验环境搭建 |
5.2.2 模型服务化运行实验 |
5.2.3 典型流域尺度模型集成案例实验 |
5.2.4 不同应用情景下优化方法对比实验 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
附录A OpenGMS平台资源获取接口参照表 |
参考文献 |
在读期间发表的学术论文及科研成果 |
致谢 |
(5)分布式多目标进化算法在社区检测与变化检测中的应用(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 多目标优化问题介绍 |
1.2.1 多目标优化问题的定义 |
1.2.2 多目标优化方法的发展 |
1.3 多目标进化算法介绍 |
1.3.1 基于Pareto支配性的多目标进化算法 |
1.3.2 基于其他机制的多目标进化算法 |
1.4 多目标进化算法应用 |
1.5 本文主要工作及内容安排 |
第二章 社区检测、变化检测与分布式计算平台 |
2.1 引言 |
2.2 网络社区检测 |
2.2.1 研究背景与意义 |
2.2.2 网络社区检测基础理论 |
2.2.3 网络社区检测算法研究现状 |
2.3 SAR图像变化检测 |
2.3.1 研究背景与意义 |
2.3.2 SAR图像变化检测基本步骤 |
2.3.3 SAR图像变化检测研究现状 |
2.4 Apache Spark |
2.4.1 Spark分布式计算平台 |
2.4.2 弹性分布式数据集 |
2.4.3 GraphX图计算框架 |
2.5 本章小结 |
第三章 分布式多目标进化算法在网络社区检测中的应用 |
3.1 引言 |
3.2 社区检测的评价指标 |
3.3 分布式多目标社区检测算法描述 |
3.3.1 目标函数的建立 |
3.3.2 解的表示和初始化 |
3.3.3 分布式种群设计与进化机制 |
3.3.4 分段式交叉变异策略 |
3.3.5 算法主要流程 |
3.4 实验对比研究 |
3.4.1 人工网络上的实验仿真对比结果 |
3.4.2 真实网络上的实验仿真对比结果 |
3.5 本章小结 |
第四章 分布式离散粒子群算法在社区检测中的应用 |
4.1 引言 |
4.2 经典粒子群优化算法 |
4.3 基于粒子群优化算法的社区检测 |
4.3.1 目标函数的建立 |
4.3.2 粒子的表示和初始化 |
4.3.3 粒子速度更新方法 |
4.3.4 粒子位置更新方法 |
4.4 基于弹性分布式数据集的算法实现 |
4.4.1 基于RDD的PSOA种群设计 |
4.4.2 算法流程 |
4.4.3 实验分析 |
4.5 基于弹性分布式属性图的算法实现 |
4.5.1 基于Graph X的PSOA种群设计 |
4.5.2 基于消息聚合操作的适应度计算 |
4.5.3 算法流程 |
4.5.4 实验分析 |
4.6 本章小结 |
第五章 多目标进化方法在SAR图像正负变化检测中的应用 |
5.1 引言 |
5.2 NSGA-II算法介绍 |
5.3 差异图生成算子 |
5.3.1 改进均值比算子 |
5.3.2 改进对数比算子 |
5.3.3 改进邻域比算子 |
5.4 多目标变化检测 |
5.4.1 基于FCM和XB指数的多目标变化检测模型 |
5.4.2 考虑邻域信息的多目标变化检测模型 |
5.4.3 基于NSGA-II的多目标变化检测算法 |
5.5 实验设置 |
5.5.1 实验数据集 |
5.5.2 评价准则和参数设置 |
5.6 实验结果 |
5.6.1 仿真数据集的结果 |
5.6.2 黄河数据集的结果 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 未来展望 |
参考文献 |
致谢 |
作者简介 |
(6)基于Spark分布式的关联挖掘优化研究与综治决策应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要研究内容与创新点 |
1.4 论文组织结构 |
第2章 相关理论与技术 |
2.1 关联挖掘相关概念 |
2.1.1 数据挖掘概述 |
2.1.2 关联规则 |
2.2 关联规则常用算法 |
2.2.1 Apriori算法原理 |
2.2.2 FP-Growth算法原理 |
2.3 分布式计算架构 |
2.3.1 基于Hadoop的分布式平台 |
2.3.2 Spark分布式计算引擎 |
2.3.3 Spark与 MapReduce的对比分析 |
2.4 本章小结 |
第3章 关联挖掘算法的优化策略 |
3.1 频繁模式算法分析与改进思路 |
3.2 基于唯一素数理论的算法设计 |
3.2.1 素数理论概述 |
3.2.2 基于唯一素数的事务数据集转换 |
3.3 PNFP-tree的算法构建 |
3.3.1 定义PNFP-Tree数据结构 |
3.3.2 构建PNFP-Tree |
3.3.3 向量剪枝与矩阵压缩策略 |
3.4 GCD模式挖掘与PNFPM算法优化 |
3.5 权值均衡分组策略 |
3.6 本章小结 |
第4章 基于Spark的 PNFPM算法优化与构建 |
4.1 基于Spark分布式的关联挖掘算法优化策略 |
4.2 动态流式数据过滤与TV数据集算法构建 |
4.2.1 动态流式数据过滤 |
4.2.2 构建TV数据集算法 |
4.3 基于Spark的 PNFP-tree构建与剪枝压缩算法 |
4.3.1 构造PNFP-tree算法 |
4.3.2 向量剪枝与矩阵压缩算法 |
4.4 基于Spark的权值分组与GCD模式挖掘的优化 |
4.5 实验对比分析 |
4.5.1 TV数据集转换的紧密性分析 |
4.5.2 PNFPM算法性能分析 |
4.6 本章小结 |
第5章 基于Spark的 PNFPM算法在综治工作中的决策应用 |
5.1 网格化综治工作的场景应用需求分析 |
5.2 PNFPM关联算法的多准则决策挖掘研究 |
5.2.1 关联挖掘分析与多准则决策过程 |
5.2.2 结果分析 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
致谢 |
攻读硕士学位期间发表的学术论文 |
参考文献 |
(7)跨源多维政务数据共享与服务创新研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究范围与目标 |
1.2.1 研究范围 |
1.2.2 研究目标 |
1.3 研究方法和研究路线 |
1.3.1 研究方法 |
1.3.2 研究路线 |
1.4 研究主要内容与创新点 |
1.4.1 研究主要内容 |
1.4.2 研究创新点 |
第二章 理论基础 |
2.1 政务数据共享研究现状 |
2.2 电子政务治理理论 |
2.3 数据共享协同理论 |
2.4 电子政务服务创新理论 |
2.5 信息技术基础理论 |
2.5.1 数据管道技术 |
2.5.2 区块链技术 |
2.5.3 大数据理论 |
2.6 本章小结 |
第三章 电子政务治理理论框架下跨源多维数据共享模型 |
3.1 传统政务数据共享交换模式与问题 |
3.1.1 传统政务数据共享交换模式 |
3.1.2 存在问题的系统分析 |
3.2 电子政务治理顶层规划框架 |
3.3 跨源多维政务数据共享模型 |
3.4 跨源多维政务数据共享创新 |
3.4.1 跨源多维政务数据共享的结构创新 |
3.4.2 跨源多维政务数据共享的模式创新 |
3.4.3 跨源多维政务数据共享的机制创新 |
3.5 本章小结 |
第四章 跨源多维政务数据共享的关键影响因素 |
4.1 影响因素评价方法分析 |
4.2 分析流程与影响因素集 |
4.2.1 政策驱动力因素 |
4.2.2 本级政府的条件因素 |
4.2.3 外包实施团队条件因素 |
4.2.4 组织管理因素 |
4.2.5 运行与管理因素 |
4.2.6 已经取得成果因素 |
4.3 关键影响因素识别模型选择 |
4.4 灰色关联与模糊聚类模型 |
4.4.1 灰色关联分析 |
4.4.2 模糊聚类 |
4.5 灰色模糊聚类的实证研究 |
4.6 结合得分曲线分析 |
4.6.1 突出关键类影响因素分析 |
4.6.2 一般重点类影响因素分析 |
4.6.3 其他类影响因素分析 |
4.7 本章小结 |
第五章 基于跨源多维政务数据的服务创新 |
5.1 跨源多维政务数据的服务创新 |
5.2 技术驱动的政务服务创新 |
5.2.1 基于区块链的政务系统协同创新 |
5.2.2 基于区块链跨源多维政务数据共享架构 |
5.2.3 数字身份架构 |
5.2.4 数字身份主要功能流程 |
5.2.5 基于区块链政务服务创新成效 |
5.3 服务理念转变的政务服务创新 |
5.3.1 改进分解矩阵的G2B推荐系统模型 |
5.3.2 G2B推荐系统的架构设计 |
5.3.3 推荐系统的流程设计 |
5.3.4 推荐系统的分布式计算 |
5.3.5 实证计算与分析 |
5.3.6 转变政府职能服务创新分析 |
5.4 服务模式转变的政务服务创新 |
5.4.1 营商环境与个性化服务案例 |
5.4.2 政务个性化服务案例研究假设 |
5.4.3 政务个性化服务案例实证分析 |
5.4.4 政务个性化服务案例研究结论 |
5.5 本章小结 |
第六章 跨源多维政务数据共享与服务绩效评价 |
6.1 跨源多维政务数据共享评价的模型及方法 |
6.2 绩效评价指标体系构建 |
6.2.1 跨源多维政务数据共享创新系统分析 |
6.2.2 评价指标描述 |
6.3 数据共享绩效评价 |
6.3.1 样本数据来源 |
6.3.2 结果分析 |
6.4 研究结论与启示 |
6.4.1 研究结论 |
6.4.2 实践启示与建议 |
6.5 本章小结 |
总结与展望 |
(一)研究工作总结 |
(二)结论的适应性 |
(三)研究工作展望 |
参考文献 |
附录 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(8)考虑操稳特性的有翼再入飞行器总体多学科设计优化(论文提纲范文)
摘要 |
abstract |
注释表 |
缩略词 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 航天器再入与返回技术 |
1.1.2 再入航天器分类 |
1.1.3 有翼再入飞行器技术的研究意义 |
1.1.4 有翼再入飞行器技术特点 |
1.1.5 有翼再入飞行器总体多学科设计优化的必要性 |
1.2 有翼再入飞行器项目研究概况 |
1.2.1 美国主要有翼再入飞行器项目 |
1.2.2 欧洲主要有翼再入飞行器项目 |
1.2.3 俄罗斯主要有翼再入飞行器项目 |
1.2.4 日本主要有翼再入飞行器项目 |
1.2.5 印度主要有翼再入飞行器项目 |
1.2.6 我国主要有翼再入飞行器项目 |
1.3 有翼再入飞行器学科分析方法研究概况 |
1.3.1 气动力快速预测方法研究现状 |
1.3.2 气动热环境预测方法研究现状 |
1.3.3 热防护系统设计优化研究现状 |
1.3.4 再入轨迹设计优化方法研究现状 |
1.3.5 其它学科分析方法研究现状 |
1.4 有翼再入飞行器总体设计技术概况 |
1.4.1 总体设计技术国外研究概况 |
1.4.2 总体设计技术国内研究概况 |
1.5 操稳特性对有翼再入飞行器设计的重要性 |
1.5.1 操稳特性概述 |
1.5.2 有翼再入飞行器操稳特性问题的特殊性 |
1.5.3 有翼再入飞行器操稳特性评估方法与研究现状 |
1.6 本文主要工作 |
1.6.1 研究目标 |
1.6.2 主要研究内容与章节安排 |
第二章 有翼再入飞行器总体多学科设计优化方法 |
2.1 概述 |
2.2 有翼再入飞行器总体设计流程 |
2.2.1 总体设计的基本原则 |
2.2.2 有翼再入飞行器总体设计阶段研究目标 |
2.2.3 有翼再入飞行器总体设计流程 |
2.3 专业模块界定与模块间耦合关系分析 |
2.3.1 有翼再入飞行器的专业模块划分 |
2.3.2 各专业模块之间的耦合关系 |
2.4 多学科设计优化方法 |
2.4.1 多学科设计优化研究内容 |
2.4.2 本文有翼再入飞行器多学科设计优化方法 |
2.5 小结 |
第三章 全空域、全速域气动力预测方法 |
3.1 引言 |
3.2 连续流超、高超声速气动力快速预测方法 |
3.2.1 面元网格划分与几何信息分析 |
3.2.2 飞行器气动力特性的计算 |
3.2.3 算例验证 |
3.3 稀薄气体气动力快速预测方法 |
3.3.1 气体分子碰撞理论 |
3.3.2 自由分子流区域气动力预测 |
3.3.3 过渡流当地桥化方法 |
3.3.4 算例验证 |
3.4 连续流亚、跨声速气动力快速预测方法 |
3.4.1 连续流亚、跨声速气动力预测流程 |
3.4.2 数值计算方法 |
3.4.3 流场自适应与粘性阻力的计算 |
3.4.4 算例验证 |
3.5 小结 |
第四章 气动加热问题与热防护设计 |
4.1 引言 |
4.2 连续流气动热预测方法 |
4.2.1 地球大气模型 |
4.2.2 高温气体的热力学特性和输运属性 |
4.2.3 边界层外缘参数的计算 |
4.2.4 平板参考焓法预测气动热环境 |
4.2.5 轴对称比拟法预测气动热环境 |
4.2.6 连续流气动热预测方法算例验证 |
4.3 稀薄气体气动热预测方法 |
4.3.1 自由分子流气动加热 |
4.3.2 过渡流气动加热 |
4.4 壁面辐射热平衡温度预测 |
4.5 热防护系统基本理论 |
4.5.1 热防护系统设计要求 |
4.5.2 热防护系统结构选择 |
4.5.3 热防护材料技术特点 |
4.5.4 热防护系统设计流程 |
4.6 热防护系统设计与优化 |
4.6.1 一维热传导方程及主要解法 |
4.6.2 热防护系统厚度优化 |
4.7 气动热/热防护耦合设计示例 |
4.8 小结 |
第五章 气动导数快速预测与操稳特性评估 |
5.1 引言 |
5.2 气动导数的计算与辨识 |
5.2.1 基本外形静导数的计算方法 |
5.2.2 动导数的快速预测与辨识 |
5.2.3 操纵导数的计算方法 |
5.2.4 气动导数计算的算例验证 |
5.3 稳定性能分析 |
5.3.1 基本外形静稳定性 |
5.3.2 静稳定裕度分析 |
5.3.3 耦合偏离预测判据 |
5.3.4 动稳定性 |
5.4 操纵性能分析 |
5.4.1 配平能力分析 |
5.4.2 升降舵静操纵性指标 |
5.5 稳定性与操纵性的关系 |
5.6 本章小结 |
第六章 再入轨迹设计优化 |
6.1 引言 |
6.2 圆形大地情况下的飞行器运动方程 |
6.2.1 坐标系和运动变量的定义 |
6.2.2 飞行器质心运动方程 |
6.3 再入轨迹优化问题 |
6.3.1 三自由度再入运动学方程 |
6.3.2 运动方程的数值解法 |
6.3.3 气动热再入轨迹的约束模型 |
6.3.4 再入轨迹的目标函数 |
6.4 再入轨迹优化策略及参数优化方法 |
6.4.1 轨迹数值优化方法 |
6.4.2 参数优化算法介绍 |
6.5 再入轨迹设计优化算例验证 |
6.6 本章小结 |
第七章 有翼再入飞行器总体多学科设计优化平台实现与应用 |
7.1 引言 |
7.2 有翼再入飞行器总体多学科设计优化平台 |
7.2.1 集成平台方案 |
7.2.2 几何外形参数化建模 |
7.2.3 重量估算模块 |
7.3 考虑操稳约束的有翼再入飞行器设计示例一:类X-37B飞行器 |
7.3.1 类X37B飞行器多学科设计优化问题研究背景 |
7.3.2 类X-37B飞行器设计优化流程 |
7.3.3 类X-37B飞行器方案初步分析 |
7.3.4 类X-37B飞行器设计优化中的操稳性能约束分析 |
7.3.5 优化问题定义与代理模型精度检验 |
7.3.6 多学科设计优化历程及结果分析 |
7.3.7 优化构型性能分析 |
7.4 考虑操稳约束的有翼再入飞行器设计示例二:气动辅助变轨问题 |
7.4.1 气动辅助变轨研究背景 |
7.4.2 气动辅助变轨任务设定 |
7.4.3 AOTV设计参数分析 |
7.4.4 AOTV气动外形设计优化 |
7.4.5 变轨飞行器再入大气段入口、出口条件 |
7.4.6 变轨节约能量指标 |
7.4.7 气动辅助变轨最优控制结果 |
7.5 本章小结 |
第八章 总结 |
8.1 全文工作总结 |
8.2 主要创新点 |
8.3 工作展望 |
参考文献 |
致谢 |
攻读博士学位期间研究成果及获奖情况 |
(9)云制造下多粒度设计资源服务化方法与匹配策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 云制造相关技术发展现状 |
1.3 相关技术研究现状 |
1.4 论文主要研究内容与章节结构 |
2 基于多粒度设计资源模型的云制造系统框架研究 |
2.1 多粒度设计资源模型 |
2.2 多粒度设计资源云制造系统组成及其功能研究 |
2.3 云制造环境下多粒度设计资源服务系统体系架构 |
2.4 多粒度设计资源云制造系统关键技术 |
2.5 本章小结 |
3 设计资源本体建模与聚合及其评估方法研究 |
3.1 基于能动性资源的设计资源两级接入 |
3.2 设计资源的通用本体建模 |
3.3 SPR资源本体建模 |
3.4 DCR资源本体建模与聚合 |
3.5 DCR评估方法与综合评估矩阵 |
3.6 CDC资源本体建模与聚合及其评估方法 |
3.7 资源聚合策略及算法 |
3.8 本章小结 |
4 基于语义的设计资源服务化方法研究 |
4.1 语义Web服务及其标记语言OWL-S |
4.2 基于语义的设计资源服务化描述 |
4.3 设计资源本体与资源描述本体映射 |
4.4 本章小结 |
5 基于设计任务逐层流程化分解的多级云服务匹配策略 |
5.1 基于设计任务逐层流程化分解的多级云服务匹配 |
5.2 语境相关的设计任务本体建模 |
5.3 基于信息流的设计任务流程化分解 |
5.4 基于语义相似度的本体任务与云服务匹配策略 |
5.5 本章小结 |
6 原型系统设计与算法验证 |
6.1 原型系统总体框架与模块设计 |
6.2 原型系统开发与实现 |
6.3 聚合资源综合评估算法验证 |
6.4 本章小结 |
7 结论与展望 |
7.1 全文总结 |
7.2 主要创新点 |
7.3 工作展望 |
参考文献 |
致谢 |
攻读博士学位期间从事科学研究及发表论文情况 |
附录 DCR资源优选程序关键源代码 |
学位论文数据集 |
(10)基于数据分发服务的多学科流程分布式调度研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外相关技术研究综述 |
1.3 课题来源及主要研究内容 |
1.4 全文结构框架 |
2 多学科流程调度相关技术 |
2.1 引言 |
2.2 多学科流程建模与调度技术 |
2.3 多学科联合仿真技术 |
2.4 多学科流程分布式计算环境 |
2.5 本章小结 |
3 基于DDS的多学科流程分布式调度模型 |
3.1 引言 |
3.2 DDS的基本概念 |
3.3 MFDS-DDS模型设计 |
3.4 MFDS-DDS数据传输过程 |
3.5 本章小结 |
4 基于MFDS-DDS的多学科流程分布式调度关键技术 |
4.1 引言 |
4.2 DDS嵌入 |
4.3 基于DDS的分布式组件封装 |
4.4 基于DDS的分布式流程运行 |
4.5 本章小结 |
5 多学科流程分布式调度系统 |
5.1 引言 |
5.2 系统实现 |
5.3 运行实例 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
四、多学科设计优化分布式计算环境的研究(论文参考文献)
- [1]欧美飞行器多学科设计优化项目发展概述[J]. 孙玉凯,王传胜. 战术导弹技术, 2021(04)
- [2]印度理工学院计算机学科创立与发展研究[D]. 姜雪. 河北大学, 2021(09)
- [3]美国空军研究实验室EXPEDITE项目研究进展及启示[J]. 孙宗祥,黄勇,罗月培,李文佳. 飞航导弹, 2020(11)
- [4]面向开放式地理模拟的计算资源适配与调度方法研究[D]. 王明. 南京师范大学, 2020
- [5]分布式多目标进化算法在社区检测与变化检测中的应用[D]. 梁爽. 西安电子科技大学, 2020(05)
- [6]基于Spark分布式的关联挖掘优化研究与综治决策应用[D]. 黄祖邦. 东华理工大学, 2019(01)
- [7]跨源多维政务数据共享与服务创新研究[D]. 肖炯恩. 华南理工大学, 2019(01)
- [8]考虑操稳特性的有翼再入飞行器总体多学科设计优化[D]. 李正洲. 南京航空航天大学, 2018(01)
- [9]云制造下多粒度设计资源服务化方法与匹配策略研究[D]. 丁淑辉. 山东科技大学, 2017
- [10]基于数据分发服务的多学科流程分布式调度研究[D]. 宋健. 华中科技大学, 2017(03)