不同生命周期项目组合的约束资本预算优化模型及算法

文章给出了约束资本预算优化模型的一般数学表达式.根据詹姆斯*范霍恩的共同生命周期法的理论,提出了一种对不同生命周期项目组合的约束资本预算优化的新算法.通过算例,说明了新算法与原有算法的差别,结果表明新算法考虑了项目的重置,在满足各种约束的前提下,按照净现值指数的大小选择项目组合,从总体上寻优,得到的净现值总和更大,具有更为优化的特征.     

基于蚁群算法的无人机协同多任务分配

采用蚁群算法对无人机协同多任务分配问题(CMTAP)进行研究。在通用CMTAP模型的基础上,综合考虑包括动态任务时间约束和无人机任务能力的差别多类复杂约束条件,建立扩展的协同多任务分配模型。在多子群蚁群算法的基础上,提出了基于分工机制的蚁群算法对CMTAP进行求解。根据协同多任务分配的特点,设计了基于任务能力评估的问题解构造策略和基于任务代价的状态转移规则,提高了算法的性能。仿真实验结果表明该方法能有效地解决无人机协同多任务分配问题。     

一种新的并行测试任务调度算法

 并行测试的任务优化调度是并行测试技术的核心问题。为了解决现有调度方法耗时、实际应用范围有限以及缺少对资源冲突和系统死锁的形式化分析等问题,采用赋时有色Petri网(TCPN)建立并行测试任务调度的TCPN模型,基于TCPN模型的可达标识图利用改进蚁群算法求解最优任务调度序列。算法搜索过程中,采用多目标优化,目标函数综合了测试时间、仪器成本和负载平衡度,使得算法更符合工程应用。采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟。仿真实例证明该算法是有效的。     

全测速多站系统的最优布站问题与数值算法

从解算弹道的逐点多站最小二乘算法得到的弹道精度出发,给出了一个全测速多站系统的最优布站数学模型,并通过大量试算选定了具有良好收敛性的数值算法.初步的计算表明：对全测速多站系统,其最优布站方案与现有布站方案在弹道精度上有着显著的差别;在最优布站方案下可确保逐点多站最小二乘算法具有良好的数值稳定性,并得到满足精度要求的外测弹道.     

基于时序分析的液体火箭发动机实时故障监测算法

建立ＡＲ模型对液体火箭发动机状态测量参数构成时间序列进行分析，并构造相应的信息距离差别函数进行状态监测。对某次试车的测量参数进行状态监测仿真表明，利用时序分析算法能够在满足实时条件下早期检测出发动机的故障。在算法中，使用了Ｋｏｌｌｂａｃｋ－Ｌｅｉｂｌｅｒ信息距离函数作为判别函数，使得整个计算简单而可靠。     

叶轮机转子内流动的三维跨声Navier-Stokes方程组数值计算

应用有限体积法及Baldwin-Lomax代数紊流模型求解叶轮机转子内流动的三维可压缩非定常薄层Navier-Stokes方程组,计算一个绕X轴等转速旋转的转子内流场问题,用当地时间步长方法来加速收敛。采用隐式算法对对流通量进行求解,而扩散通量采用显式算法。采用高阶TVD下的Roe格式计算对流通量,采用中心差分格式计算扩散通量。关于守恒变量Q的非线性方程组,采用牛顿迭代方法求解,线化后的方程用对称的Gauss-Seidle方法求其渐近解。应用该算法模拟了转子NASARotor67流场,与试验做了大量的对比研究,包括性能、等马赫线以及总压和总温等等。在最高效率点附近计算与试验比较接近,但在靠近失速点时计算与试验略有差别。      

基于改进蚁群算法的改航路径规划研究

当航班遇到恶劣天气或者飞行冲突时,可以采取航班改航策略为需要改航的航班规划出合适的飞行路径。采用栅格法对环境进行建模并且对传统蚁群算法进行改进。首先,在转移概率的计算上加入危险天气的影响等级;其次,在节点选择上采用贝叶斯思想,通过后验概率对候选节点进行评估;最后,通过在短时间内信息素的增量上的差别来增大较优路径和其他路径之间的信息素量的差距,引导算法收敛到最优路径,同时加快算法的收敛速度。经算例分析证明了方法的有效性和可行性。     

局部应变法寿命估算中几种算法的对比研究

局部应变法是一种有效的疲劳寿命估算方法。然而，当采用的算法不同时，寿命估算结果往往差别很大。本文对局部法寿命估算中常用的四种组合算法进行系统地比较和分析，并结合国产某强击机机翼主梁根部疲劳危险孔的寿命估算实例进行方法评价。计算和分析表明：瞬态循环σ－ε曲线和当量应变（εｅｑ）－寿命（Ｎ）曲线是局部法寿命估算中值得推荐的一种组合算法。     

大迎角下细长旋成体气动特性估算方法研究

细长旋成体作为飞行器机身的主要构型,快速且准确地预测其气动特性在飞行器设计阶段具有重要意义。介绍了小扰动线化理论、小迎角工程估算算法、横流理论等常用工程估算算法,并以小迎角工程估算为基础,参考横流理论对大迎角粘性力作用的等效方法,提出了一种大迎角下细长旋成体工程估算方法。通过算例分析可知,该新方法相较其他三种估算方法能够得到更好的结果。同时结合数值仿真方法,研究了细长旋成体在不同迎角下的流场特性,分析了计算结果存在差别的内在流动机理。     

叶轮机转子内流动的三维跨声速Navier-Stokes方程组数值计算及试验验证

应用有限体积法及Baldwin-Lomax代数湍流模型求解叶轮机转子内流动的三维可压缩非定常薄层Navier-Stokes方程组,计算一个绕X轴等转速旋转的转子内流场问题,用当地时间步长方法来加速收敛.采用隐式算法对对流通量进行求解,而耗散通量采用显式算法.采用高阶TVD下的Roe格式计算对流通量,采用中心差分格式计算耗散通量.关于守恒变量Q的非线性方程组,采用牛顿迭代方法求解,线化后的方程用对称的Gauss-Seidle方法求其渐近解.应用该算法模拟了转子Rotor67流场,与试验做了大量的对比研究,包括性能、等马赫线以及总压和总温等.在最高效率点附近计算与试验比较接近,但在靠近失速点时计算与试验有较大的差别.     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

一种不完备粗糙集的航电设备故障诊断方法

针对已获得的航电装备测试数据中存径不完备数据的问题,在分析不完备决策表和差别矩阵属性约简的基础上,给出了一种在航电装备故障诊断中基于不完备数据获取最优诊断规则的模型,并在某型超短波抗干扰机载通信电台中应用验证,结果表明其有效性,从而为提高部队航空装备的可靠性和维修性提供了一条途径。     

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.     

基于粗糙集-神经网络的机载设备故障诊断方法研究

提出了一种基于粗糙集-神经网络的故障诊断方法。将粗糙集理论同神经网络结合起来可以用于机载设备的故障诊断。采用粗糙集理论对原始故障诊断样本进行处理,并根据条件属性对决策属性的正域的大小来选择条件属性,提取出对诊断故障贡献最大的最小故障特征集,从而确定神经网络的拓扑结构;通过训练神经网络建立故障特征与故障之间的映射关系,实现故障的诊断。通过A320飞机燃油系统的故障诊断仿真实例,表明这种故障诊断方法的有效性。     

基于改进人工蜂群算法的多值属性系统故障诊断策略

针对实际工程应用中常见的多值属性系统故障诊断策略问题,在传统人工蜂群算法(Artificial Bee ColonyAlgorithm,简称 ABC算法)的基础上,提出改进蜂群算法用于多值属性系统的测试序列寻优。首先,在蜂群算法中重新定义多值 D矩阵和五元组的含义;其次,引入方向信息概率矩阵,设置状态转移规则和矩阵元素更新策略;最后,采用导弹舵系统实例说明算法的实现过程和有效性。最终测试序列寻优结果表明:与传统的多值 Rollout算法相比,文中所提算法能得到较好的诊断策略结果,具有一定的应用价值。     

基于粗糙集理论的航空发动机故障诊断

在利用神经网络诊断航空发动机故障的过程中,引入粗糙集理论和方法,对故障诊断特征参数属性进行属性约简,剔除其中不必要的属性,从而揭示了故障诊断条件属性内在的冗余性,降低了神经网络构成的复杂性,最后给出了属性约简的结果。     

考虑性能退化的航空发动机故障诊断量化评估

航空发动机全生命周期内的故障诊断一直是研究的热点,为保障航空发动机在性能退化条件下故障诊断算法的可靠性,对考虑性能退化的航空发动机进行故障可诊断性量化评估有着重要的意义。本文从状态量的可测量性以及最优观测器设计两个方面对退化状态下航空发动机的滑动窗口模型进行解耦处理。从故障可检测及可隔离两个方面对故障的可诊断性进行量化评估,以巴氏距离为量化标准,将量化评估问题转换为多元分布概率距离求解问题。同时,从故障空间的角度对故障可隔离性进行定义,剥离了参考故障模式的影响,将可隔离性转化为故障空间中故障模式的固有属性,并给出航空发动机故障可检测及可隔离的判据。仿真实验证明,本文所提出的方法可以在发动机性能退化条件下对控制系统传感器、执行机构故障以及发动机气路部件故障进行可诊断性量化评估。     

航空燃气涡轮发动机状态监控和技术诊断导论

要对航空燃气涡轮发动机技术状态进行监控和诊断,预先必须建立发动机完备的技术状态诊断数学模型。例如,可以用状态变量矩阵形式的表达式,表达出全部状态和性能的诊断数学模型,或者用技术状态函数表形式描述的诊断数学模型。由于航空发动机技术状态变量繁多,相关量函数的显式表达式复杂。建立完备的技术状态变量矩阵形式表达式诊断数学模型困难。目前一般认为技术状态函数表达式的诊断数学模型是容易建立,是较理想的数学模型。如图2所示,模标栏填入发动机技术状态E,包括正常状态e_1和故障状态e_i,纵标栏填入必要而允许的基础检查π_j。在横标栏和纵标栏相交的方格内,填入发动机技术状态检查结果R_j~i,可以用技术状态的数值或逻辑参数表示。     

一种改进的基于模糊-粗糙集的属性约简算法

FRSAR(Fuzzy-rough Set Attribute Reduction)是一种基于模糊-粗糙集的属性约简算法,它可以避免离散化时数据信息的丢失,但是该算法中决策属性对条件属性集依赖度的计算设计的不是很完善.本文提出了一种改进的FRSAR算法,它只考虑能够使属性集依赖度增大的属性,这样就降低了计算量.实验结果表明,改进算法和原有算法得到相同的约简结果,但是改进算法的执行时间大大降低.     

一种新颖的直升机舵回路故障诊断方法

研究了基于案例推理的直升机舵回路在线故障诊断方法。针对传统的CBR方法一般采用离散数据和符号向量来建立案例的不足,提出了动态系统多源异类信息的案例表达方法,利用系统特性集、征兆集和特征集混合模型作为案例的条件属性。在此基础上,研究了案例检索的综合相似性度量方法。最后,将上述方法在某型直升机的俯仰舵回路进行了试验验证,结果表明,该方法可以诊断出舵回路的控制参数漂移故障,为复杂动态系统的故障诊断提供了一种有效的新途径。