基于CG法刚架结构位移参数的动态Bayes随机估计

在刚架结构随机有限元方程的基础上,首次建立了刚架结构位移参数的动态Bayes误差函数,推导了相应的动态Bayes均值和方差表达式,提出多维参数估计步长的一维自动寻优方案后,结合CG法研究了刚架结构位移参数的动态Bayes随机估计方法,同时给出了刚架结构位移参数具体估计步骤。研究表明,动态Bayes随机估计方法能有效地动态估计刚架结构位移参数,具有迭代次数少、计算精度高、收敛速度快的优点,且能同时进行多参数估计;刚架结构位移参数的收敛性依赖于位移参数先验信息的准确性;动态Bayes方法也可用于其他位移参数的动态识别。     

广义镜象变换及其在信号特征分析中的应用

本文首先介绍了镜象变换及其性质,并将其推广到复数空间中去,引出了广义镜象变换。广义镜象变换保留着镜象变换的主要特性。然后利用广义镜象变换提出了一种信号特征分析的新算法,即广义镜象变换-QR算法。它包括两大步骤:(1)利用广义镜象变换将Hermite阵化为实对称三对角阵。(2)利用带位移的QR方法求实对称三对角阵的特征值。文中给出了上述算法的详细流程。该算法具有收敛速度快和数值稳定的优点。我们将上述方法用于噪声中信号个数的估计问题,给出了Monte-Carlo模拟结果,验证了所述算法的有效性。在模拟实验中,假定天线阵为均匀线性阵,信号源为两个独立的等功率源,目标模型为Swerling Ⅱ,噪声为空间白色的和高斯的。干扰协方差阵由参考噪声样本估计得到。     

带滑移滞变系统的三阶段逐步收敛的识别方法

针对非线性带滑移滞变系统模型复杂，参数多，识别时收敛困难等问题，提出了一种三阶段逐步收敛的识别方法对Baber与Noori提出的带滑移滞变模型进行了参数识别。计算实例表明，该方法具有收敛速度快、且容易收敛的特点，对于参数较多、模型复杂的系统，是一种非常有效的参数识别方法。     

求解大型非对称特征问题的块Arnoldi方法

本文提出了计算大型非对称矩阵若干个模最大或模最小特征值以及相应特征向量的块Arnoldi方法。研究了块Arnoldi方法的收敛率,推广了Saad关于Arnoldi方法收敛率的一些结果,给出了块Arnoldi方法收敛率的一些估计。提出并讨论了由该方法所产生的数值结果。     

飞机商载重量—航程性能估算方法的研究

本文主要目的是研究估算飞机商载重量―航程性能的方法。文中简述了估算飞机商载重量――航程所需要的基本原始数据,重点阐述了如何用重量分解法估算飞机商载重量――航程性能的过程,并给出了计算的结果及结论。     

直升机载火控雷达抗干扰捷变波形优化算法

针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次型优化问题,然后根据SVD分解将四次型转化为二次型,给出了迭代收敛的优化算法;同时在循环算法基础上给了一种四次型的循环迭代收敛算法。最后仿真结果表明,两种算法在设计捷变波形优化性能上接近,但SVD分解算法收敛速度更快,循环计算算法具有更高的运算速度。     

计算大型实对称特征问题的Lawnczos—QR算法

为了计算大型实对称特征值问题Ｋｘ＝λＭｘ的少数低阶特征值对，本文给出Ｌａｎｃｚｏｓ－ＱＲ迭代方法。首先，给定初始迭代向ｖ１，作ｍ步Ｌａｎｃｚｏｓ分解：ＫＶｍ＝ＭＶｍＴｍ＋ｈｍｅｍ＾Ｔ。取Ｔｍ的ｄ个最大特征值为移位量，对Ｔｍ进行ｄ步带原点位移的ＱＲ分解。     

面向驱动格尼襟翼应用的压电悬臂梁位移分析

为了设计格尼襟翼的驱动机构,本文对压电悬臂梁自由端的位移及其影响参数进行了研究。采用EulerBernoulli悬臂梁模型给出了压电悬臂梁自由端的位移表达式,并采用有限元法研究了压电悬臂梁的基体厚度和压电片的布置位置等参数对悬臂梁自由端位移的影响。通过两种方法分析了压电悬臂梁自由端的位移变形,研究结果表明,通过解析法和有限元法分别计算得出的压电悬臂梁自由端的位移最大误差不超过3.6%。在其他条件一定的情况下,减小基体厚度、将压电片布置于悬臂梁根部以及选择合适的压电材料能够使自由端获得相对较大的位移。由于压电悬臂梁的位移不能满足格尼襟翼的驱动要求,需采用放大机构进一步放大自由端位移。     

基于带权时间Petri网的工作流建模研究及应用

文章提出了一种带权的时间工作流概念,建立了带权时间工作流模型WTPWF-Net(带权时间工作流网络),给出了其元模型和过程模型,给出了从工作流概念到模型元素之间的映射方法,并利用本模型对某公司的物资管理系统的业务流程进行了实际运用,良好的运行效果验证了该模型的可行性和有效性。     

前馈神经网络的训练技术探讨

系统分析了前馈神经网络存在的问题.针对网络结构的确定及优化、局部极小点的逃离、收敛速度的提高,给出了一些操作性强且具有良好性能的方法.这些方法将指导其它领域专家对前馈神经网络的推广应用.     

求解大型对称线性方程组的循环收缩Lanczos算法

向Krylov子空间中加入一些模接近于零的特征值对应的特征向量能够加快收敛速度，事实上，对于这些模接近于零的特征值对应的特征向量，可以用Krylov子空间方法得到，并且在新的Krylov子空间形成的过程中，近似特征向量的近似度会不断提高，特别在标准Krylov子空间方法中，如果因为这些特征向量而减缓了收敛速度，则随着这些特征向量的近似度的提高，用增广Krylov子空间方法解线性方程组的收敛速度会明显加快。Lanczos算法是求解大型对称不定线性方程组的有效方法之一。但在计算过程中由于Lanczos向量失去正交性减慢了收敛速度。本文根据增广Krylov子空间方法提出循环收缩Lanczos算法，新算法充分利用Lanczos过程所得到的谱信息，确定预处理，从而加速Lanczos算法的收敛速度。     

一种基于年龄和性别特征的遗传算法

提出了一种基于年龄和性别特征的遗传算法。标准遗传算法（SGA）已经被成功的应用到很多进化优化问题上，但是对于复杂的多模态函数寻优时，会出现早熟收敛现象。为了解决这个问题，结合自然界最常见的有性繁殖现象，赋予了遗传个体年龄和性别特征，提出了基于年龄和性别特征的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子。对不同年龄和不同性别的个体赋予不同的进化控制参数，克服了早熟收敛问题且保持了群体的多样性，使算法能顺利的收敛到全局最优值。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance

The selection pressure of genetic algorithm reveals the degree of balance between the global exploration and local optimization.A novel algorithm called the hybrid multi-population cellular genetic algorithm（HCGA）is proposed,which combines population segmentation with particle swarm optimization（PSO）.The control parameters are the number of individuals in the population and the number of subpopulations.By varying these control parameters,changes in selection pressure can be investigated.Population division is found to reduce the selection pressure.In particular,low selection pressure emerges in small and highly divided populations.Besides,slight or mild selection pressure reduces the convergence speed,and thus a new mutation operator accelerates the system.HPCGA is tested in the optimization of four typical functions and the results are compared with those of the conventional cellular genetic algorithm.HPCGA is found to significantly improve global convergence rate,convergence speed and stability.Population diversity is also investigated by HPCGA.Appropriate numbers of subpopulations not only achieve a better tradeoff between global exploration and local exploitation,but also greatly improve the optimization performance of HPCGA.It is concluded that HPCGA can elucidate the scientific basis for selecting the efficient numbers of subpopulations.     

复合材料层压板热屈曲优化设计的自适应免疫遗传算法

复合材料层压壁板的热屈曲优化问题是高速飞行器结构设计的重点考虑内容。通过对免疫遗传算法引入自适应交叉和变异,构造了一种自适应免疫遗传算法(AIGA),并将该算法应用于考虑强度约束的层压板热屈曲铺层顺序优化设计。并将算法的优化结果与简单遗传算法(SGA)、免疫遗传算法(IGA)的优化结果进行了比较,结果表明该算法收敛速度快,优化解的质量最好,并有效的克服了SGA易于早熟收敛,IGA收敛缓慢的缺点。同时研究了抗体调节系数对AIGA算法性能的影响。     

一类增量式支持向量机的分析

针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解。在标准数据集上的实验结果验证了理论分析的正确性。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

用于微小卫星的陀螺随机常值偏置误差的在轨标定

结合陀螺在微小卫星上的使用,提出了一种不依赖于其余敏感器信息的陀螺随机常值偏置实时在轨标定技术.该技术利用陀螺在轨实时测量信息,结合卫星姿态动力学本身的约束,实现了陀螺加电后初始随机零偏的在轨实时确定.分析了标定模型的可观性,得出了该技术的适用条件.仿真结果表明,该标定算法具有较高精度,对陀螺采样频率具有一定的鲁棒性,并具有较快的收敛速度,在给定的姿态动力学模型的精度条件下,100 s内基本稳定,收敛精度在1.0 (°)/h左右,标定性能可满足空间任务的需求.     

求解非对称线性方程组的松弛混合算法

求解大型稀疏非对称线性方程组的混合迭代算法通常会由于系数矩阵的谱分布较广而导致收敛失败。本文通过在迭代多项式中加入变化的松驰因子定义了一类松驰混合算法。选择适当的松驰因子可以显著地改善算法的收敛效果。