膜内麻雀优化ELM的软件缺陷预测算法

原始麻雀搜索算法存在寻优精度低、迭代后期容易陷入局部极值的问题,结合高效寻优性能的改进麻雀搜索算法和具有并行计算能力的膜计算,提出一种膜内麻雀优化算法(IMSSA)。在10个CEC2017测试函数上的实验结果表明,IMSSA具有更高的寻优精度。为进一步验证IMSSA的性能,使用IMSSA优化极限学习机(ELM)参数,提出一种膜内麻雀优化ELM(IMSSA-ELM)算法,并将其应用于软件缺陷预测领域。实验结果表明：在15个公开的软件缺陷数据集中,IMSSA-ELM算法预测性能在G-mean、MCC这2个评价指标下明显优于其他4种先进的对比算法,表明IMSSA-ELM算法具有更好的预测精度和稳定性,其实验结果在Friedman ranking和Holm’s post-hoc test非参数检验中具有明显的统计显著性。     

基于PINN模型的导弹气动特性快速预测技术

随着内嵌物理机理神经网络（PINN）模型的兴起，PINN模型开始应用于许多学科领域。为了实现导弹气动特性的快速预测，借助工程算法，构建了导弹气动数据集，以此训练导弹气动特性预测模型，包含基于多任务学习的神经网络（MTLNN）模型及在MTLNN模型基础上内嵌物理知识的PINN模型。数值模拟通过选取测试集，对比了MTLNN模型和PINN模型的预测效果，结果表明：PINN模型的预测精度较高，且基本控制在1%以内。探究PINN模型的泛化能力，测试集选取导弹气动数据集包络范围之外的数据，PINN模型预测精度仍然高于MTLNN模型。由于PINN模型引入了气动特性参数之间的物理机理，模型对训练样本数量的依赖程度降低，可以进一步节约数据获取成本，为导弹优化设计提供有力工具。     

ABDOM的参数规范化与离散化改进

为了更好利用叠加式双阻尼振荡模型(ABDOM,Accumulative Bi-Damped Oscillation Model)来描述、预测和评估真实软件缺陷发现时序过程,在提出理想软件缺陷发现时序过程范型(ISPSDD,Ideal Sequential Process of Software Defects Discovery)的基础上,对ABDOM中软件缺陷发现阻尼 a 和软件缺陷发现周期阻尼 b 的规范化进行了进一步讨论,提出了软件缺陷发现时序过程质量评价指数 Q ,给出了其典型取值和相关意义,并将其引入ABDOM,最终得到了经过参数规范化和离散化改进后的ABDOM-Q_d,并利用一个真实的工程实践项目数据对ABDOM-Q_d 进行了验证.     

基于图对比注意力网络的知识图谱补全

知识图谱(KG)补全旨在通过知识库中已知三元组来预测缺失的链接。由于大多数方法都是独立地处理三元组，而忽略了知识图谱所具有的异质结构和相邻节点中固有的丰富的信息，导致不能充分挖掘三元组的特征。考虑基于端到端的知识图谱补全任务，提出了一种图对比注意力网络(GCAT)，通过注意力机制同时捕获局部邻域内实体和关系的特征，并封装实体邻域上下文信息。为了有效封装三元组特征，引入一个子图级别的对比训练对象用于增强生成的实体嵌入的质量。为了验证GCAT的有效性，在链接预测任务上评估了所提方法，实验结果表明，在数据集FB15k-237中，MRR比InteractE提高0.005，比A2N模型提高0.042;在数据集WN18RR中，MRR比InteractE提高0.019，比A2N模型提高0.032。实验证明提出的GCAT模型能够有效预测知识图谱中缺失的链接。      

基于变分自编码器的多维退化数据生成方法

数据驱动的剩余使用寿命（RUL）预测方法不依赖于复杂的物理模型，可以直接利用设备历史运行数据与当前监测数据对设备RUL进行预测，对制定合理的维修策略，降低设备的维护成本具有重要意义。但是数据驱动的RUL预测方法依赖于大量历史数据，在数据不足时，尤其是多维退化数据，模型难以取得良好的预测效果。针对这一问题，提出一种多维退化数据生成方法，所提方法构建了一种全局优化模型，以条件变分自编码器作为生成模型，提取多维退化数据特征并生成相似数据扩充RUL预测模型训练集，利用长短时记忆网络作为RUL预测模型，所提方法能够通过RUL预测模型更新生成模型的参数提高模型的效果，同时利用更新后的生成模型提高剩余寿命预测模型在退化数据不足情况下的效果。使用航空发动机退化数据进行了案例验证，通过对比未加入生成数据训练得到的RUL预测模型与加入生成数据训练得到的RUL预测模型的表现，验证了所提方法在解决RUL预测模型训练数据不足方面的优越性。     

基于变分推理的网络舆情传播模式分类

随着网络社交媒体的快速发展，对舆情信息的传播模式进行分析成为研究热点。针对网络舆情传播模式分类任务中，小样本数据多路径生成分类正确率低的问题，提出了舆情传播领域知识图谱结构定义，建立了基于微博数据的舆情传播知识图谱与舆情传播分析任务数据集，使用GraphDIVA模型进行舆情传播模式分类，并在自建数据集中进行了舆情传播模式分类25样本测试实验。结果表明:模型在经过20轮训练后，分类正确率从76%提升到89.4%，说明GraphDIVA模型在减少训练次数、提升分类正确率方面具有更优的效果。      

基于时空注意力机制的新冠肺炎疫情预测模型

新冠肺炎疫情持续蔓延给人类社会带来深远影响，准确预测各地区的病毒传播趋势对防控疫情而言至关重要。现有研究主要基于传统的时序预测模型和传染病模型，鲜有考虑疫情地区关联复杂和时序依赖性强的特点，限制了其疫情预测的性能。为此，针对新冠肺炎疫情的预测任务，提出了一种时空注意力驱动的自编码器框架。通过引入空间注意力机制捕捉病毒感染序列间的动态空间关联性，利用时间注意力机制挖掘病毒感染序列中复杂的时序依赖性，以此实现对不同地区的新冠肺炎病毒传播趋势的准确预测。在模型的编码器端，融合空间注意力机制的长短期记忆(LSTM)网络，关联目标地区与其他地区的病毒感染序列，提取该区域近期新冠肺炎疫情的时序特征。在模型的解码器端，将时间注意力机制引入基于LSTM网络的解码器中，通过捕捉病毒感染序列的时序依赖性推测未来的新冠肺炎疫情趋势变化。在多个公开的新冠肺炎疫情数据集上对所提模型进行验证，实验结果表明:所提模型的预测性能超越了LSTM等模型；在公开的欧洲部分国家新冠肺炎疫情数据集上，预测误差指标RMSE和MAE分别降低了22.3%和25.0%，在中国部分省级单位新冠肺炎疫情数据集上，RMSE和MAE分别降低了10.1%和10.4%。      

结合多体动力学先验知识与核方法的位标器性能预测技术

位标器的性能与特征参数之间存在着非常复杂的非线性映射关系,且由于装调工艺复杂,测量手段昂贵,位标器实际测量数据较少。如何在小数据的情况下实现对位标器性能的精确求解,是准确预测位标器装调性能的关键。提出一种结合陀螺动力学先验知识和核方法的位标器装配性能预测方法(A-LPSVR)。通过构建陀螺Adams动力学模型以缩小解空间范围。使用仿真性能值和真实装调性能值的差值训练支持向量回归模型,得到最终的位标器性能预测模型。实验结果表明该方法所构建的模型预测准确性与泛化性能要优于现有模型,能够在测量数据稀缺情况下实现位标器陀螺仪性能的精确预测。     

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。      

基于轨道预报的热层模式评估

在太阳活动高低年的地磁平静/扰动环境下,利用不同热层大气模式J77,DTM78,MSIS00,JB2008和CHAMP加速度计反演密度,分析有无先验信息条件下的轨道预报误差.结果表明无先验信息的精密轨道预报中,热层模式的性能可能被弹道系数等参数偏差干扰,此时预报误差不能作为模式性能的评价标准.先验信息对轨道预报精度提升非常明显,尤其是地磁扰动期先进热层模式性能得以展现,轨道预报误差为无先验信息情况下的10%～25%.目前热层模式的主要缺陷存在于地磁扰动期.各模式之间的差异是:JB2008模式可以通过线性和单一频率周期项补偿,而J77及DTM78等模式还存在更多频率的误差.本文对不同情况下精密轨道预报的研究结果可为空间碎片碰撞预警等工程实践提供参考.      

面向复杂飞行任务的脑力负荷多维综合评估模型

针对多显示界面多飞行任务状态下的脑力负荷评价问题，设计了飞行仪表监控、飞行数字计算及飞行雷达探测3种不同类型的飞行任务，综合采用多种不同测评方法在飞行试验平台上开展脑力负荷实验测量和综合评价模型研究。实验结果表明:随着飞行任务类型的增多，NASA任务负荷指数（NASA-TLX）的主观评价分值显著增高；飞行正确探测率逐渐下降，反应时间显著延长；事件相关电位（ERP）测量技术中的P3a的峰值（在Fz电极处）逐步降低，心电（ECG）测量技术中的SDNN指标的数值逐步降低，眼电（EOG）测量技术中的眨眼次数没有显著变化。在此基础上，基于贝叶斯判别分析方法，建立了面向复杂飞行任务的脑力负荷多维综合评估模型，并将该综合评估模型与基于单一指标、双指标、三指标、四指标的模型进行了比较，结果显示:所提多维综合评估模型对于多显示界面多飞行任务中的显示界面脑力任务设计的等级分类预测准确率最高，其平均分类预测准确率为82.22%。所提多维综合评估模型为大型复杂系统中显示界面脑力任务设计提供了有效的量化方法和科学依据，有助于歼击机和运输类飞机设计人员优化显示界面脑力任务设计，并为相关型号飞机显示系统的适航审定工作提供新的验证工具。      

地地弹道导弹可用性仿真评估系统构建

阐述了地地弹道导弹可用性评估的重要性,并以此为需求牵引,提出了以MTMC-RDEDS(Mission Time Monte Carlo Random Discrete Event Dynamic Systems)为核心的可用性建模与仿真一体化框架,结合实际应用,以模型重用技术为基础,构建了拥有丰富建模与仿真知识库、模块化设计与开放式接口的导弹可用性仿真评估系统总体框架及软件层次结构,并给出了涉及工作状态、维修保障、统计优化在内的核心仿真模型与算法,探讨了系统实现的关键技术,包括:随机变量建模、武器系统建模、仿真系统可信度评估.利用VC++和相关软件开发了地地弹道导弹可用性仿真评估系统,给出了仿真运行界面,并进行实例分析,验证模型和系统的有效性.仿真的结果与实际试验情况吻合较好,表明该动态评估方法快捷有效,评估系统建设方案合理可行,适用于工程分析,不失为地地弹道导弹可用性评估的一种有效手段.     

基于多场耦合建模与Bootstrap方法的滑环可靠性评估

导电滑环作为卫星太阳电池矩阵驱动机构的核心部件,其可靠性关系到卫星寿命的长短,由于空间用滑环寿命试验费用昂贵、试验周期长、样本数据量少等特点,无法获取大样本寿命数据,利用传统大样本数据进行统计推断,从而进行可靠性评估的方法存在困难。因此提出一种基于摩擦磨损模型的可靠性评估方法,应用赫兹理论、传热学方法分别计算摩擦副磨损过程中的接触区域变化和温度变化,量化热力电多场耦合对摩擦副磨损的影响,提出基于粘着磨损的多物理场耦合磨损模型,基于该模型得到的寿命数据,运用改进Bootstrap方法得到滑环寿命分布的参数估计,最后与传统可靠性预测方法结合,得到一系列滑环可靠性指标。方法对比结果表明,改进Bootstrap方法不仅具有较高的评估精度,还具有主观性小、适用性强的特点,由该方法所得的各可靠性指标均符合工程实际,具有很强的工程应用价值。      

软件可靠性预计方法研究及实现

软件可靠性评估可以估计和预计软件可靠性水平.为了解决软件可靠性预计过程中存在的问题,提出了一种软件可靠性预计方法.该方法通过分析和改进模型的预计质量来选择模型进行预计,对模型预计质量的分析使用了U图、Y图和对数PLR图,再标定法和组合法被用于改进模型的预计质量.在该方法的基础上开发了软件可靠性分析工具,此工具可以进行多种软件可靠性模型的原始预计、预计质量分析和改进原始模型的预计质量.     

复合材料结构三维有限元分析的材料参数

在调研现有文献复合材料结构三维数值分析中材料参数的基础上,阐述了基于单层板材料性能数据建立复合材料三维材料参数的方法.通过对复合材料π接头结构的三维数值模拟和试验,研究了三维材料参数中不确定参数对结构刚度预测的影响;分别采用三维修正的最大应力准则、最大应变准则、蔡-胡准则和Hashin准则评价π接头的初始破坏,结合试验数据,研究不同失效准则对复合材料π接头结构的适用范围以及材料参数对初始破坏强度预测的影响.研究工作可为一般层合复合材料结构的三维建模提供参考,并为深入理解复合材料π接头结构力学性能、准确预测其破坏强度提供理论支持.     

工程系统的实时可靠性评估与预测技术

 作为预测维护策略的重要技术基础,寿命预测近年来得到越来越广泛的关注,实时可靠性评估与预测是一种有效的寿命预测技术。综述工程系统的实时可靠性评估与预测方法,调研实时可靠性评估与预测方法的应用实例,并探讨该研究领域中存在的问题及未来的研究方向。