蒙特卡罗法在机械可靠性设计中的应用

本文介绍了蒙特卡罗法在求应力-强度分布干涉理论的可靠度中的应用。并求出应力和强度的分布,计算结构可靠度。     

高拱坝失效模式与失效概率

为克服高拱坝确定性安全评价中不考虑随机性、不进行风险分析的弊端,提出研究超静定结构高拱坝的失效模式、利用失效概率与失效风险值对高拱坝进行风险评价。在分析洪水、地震和材料老化等造成高拱坝失效原因的基础上,利用故障树分析法探索出高拱坝具有失稳溃坝、剪滑垮坝、超量开裂以及人为毁坝等4种主要失效模式;从产生载荷参数随机数、获取随机变量的分布规律和建立失效模式的状态函数等方面研究了高拱坝单个失效模式与系统失效概率的计算方法。计算了某高拱坝剪滑失效模式的失效概率。     

二次成像法在风洞模型自由飞运动记录中的应用

风洞模型自由飞是一种无支杆干扰的非接触式气动特性测量方法。为获得相对于实验室固定坐标系的精确的模型姿态和位置测量值，必须在成像照片中有固定坐标系框架标志的清晰影像。本文描述了在高超声速脉冲风洞中模型自由飞运动记录中二次成像法的应用。以０．１ｍｍ细线所构成的正交实验室固定坐标框架置于模型运动记录的第一次成像面上，然后用高速鼓轮相机记录模型自由飞相对于坐标系运动的清晰照片，从而获得模型在高超声速（Ｍ＿∞＝９．９）流动条件下的静、动稳定性导数的有效结果。     

飞机强度试飞活动部件残余变形分析

试飞中，飞机残余变形测量结果分析主要是判别所测残余变形是否为危及飞行安全、有碍操纵等的有害变形。而飞机活动部件残余变形实测结果常常超差的一个重要原因，是实际测量中，部件所处的状态与图纸要求的差异（存在偏度）。对此提出了偏度修正法和空间基准面修正法，并利用某型飞机全动平尾残余变形的实测数据，验证了这两种方法的有效性，并就方法的适用性进行了讨论。     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于ADS-33的直升机纵向操纵响应研究

美军航标ADS—33E—PRF对直升机操纵性的评价方法进行了重大革新，用带宽及相位滞后、动稳定性和快捷性来评价直升机的操纵性。本文首先对ADS—33E—PRF中有关带宽和相位滞后、动稳定性及快捷性的要求和指标进行分析讨论；建立了带宽和相位滞后、动稳定性及快捷性的计算模型，计算模型为线性模型并计入了操纵机构对带宽和相位滞后、动稳定性及快捷性的影响。最后，计算了样例直升机纵向通道的带宽和相位滞后、动稳定性及快捷性，并给出了样例直升机纵向通道的操纵性品质等级。结果表明本文提供的方法能合理地评价直升机的操纵性。     

着舰导引中的H∞飞行/推力综合控制设计

以提高低动压着舰时动态跟踪及抑制舰尾气流扰动的性能为期望 ,基于线性矩阵不等式 (LMI)的 H∞ 控制理论 ,提出了保持由地速构成的迎角 αd 恒定的 H∞ 飞行 /推力综合控制增广模型结构。使飞机在接近舰尾处于雷达导引系统关闭的关键时刻 ,该系统仍有姿态保持及抑制气流扰动的优良性能 ,从而改变了传统设计需由导引系统纠正气流扰动而引起的轨迹偏离。基于工程应用 ,文中提出了 H∞ 控制器的降阶方法 ,进行了离散化实时仿真验证。仿真表明 ,本文开发的系统能够很好地满足设计要求     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。