一种基于证据理论的目标识别加权数据融合

在分析证据理论数学内涵的基础上,给出一种不确定性的目标识别加权数据融合方法,即先对不同传感器赋予不同的可信权值,形成新的m ass函数,再通过D-S合成公式进行数据融合。理论分析和实践检验证明,该方法可有效地提高目标识别的准确性。     

关于Newton迭代公式的几个改进

通过对Newton迭代公式进行改进,本文构造了三种新的迭代公式。迭代公式I是一种单步迭代公式,在单根附近具有二阶收敛速度,且无须求函数的导数值;迭代公式II也是一种单步迭代公式,在单根附近具有三阶收敛速度;迭代公式III是一种两步迭代公式,具有至少三阶收敛速度,虽然该公式形式比较复杂,但是具有计算时不需求函数的导数值的优点。此外,证明了三种新的迭代公式的收敛性。最后,通过数值实验验证了三种迭代公式的有效性。     

非线性规划中的幂指函数法

本文给出一种自适应近似函数－幂指函数^-f（x）在非线性规划中的收敛算法。它采用minx∈Ef（x）的最优解序列{^-x}去逼近原问题minx∈Ef（x）的最优解x^*。与传统优化算法相比：一、该算法最优解{^-x}可以通过^fx（x）＝0直接解析得出;二、该算法不要求序列{f(x^k)}具有单调减特性,却能够保证算法的收敛性;三、该算法的计算量对变量的维数不敏感,从而具有广泛的应用前景。四、从方法论上,它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

基于径向基神经网络的有限元模型修正研究

设计参数型有限元模型修正属于结构动力学反问题，其理论基础是将结构的特征量视为设计参数的函数。然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法，把模型修正归结为正问题进行研究。首先将特征量视为自变量．设计参数视为因变量，以径向基神经网络逼近两者之间的非线性映射关系，然后利用神经网络的泛化特性直接求解设计参数的目标值。不但无需迭代求解，而且避开了反问题所面临的复杂的非线性优化计算。GARTEUR飞机模型仿真研究的结果表明．修正后设计参数误差在2％以内，模态频率误差在1％以内。     

双向阶梯式矩形板的自由振动

本文采用Reisaner—Mindlin一阶剪切变形板理论，得出n级双向阶梯式矩形板自由振动系统的总位能。通过Raylcigh-Ritz法，采用粱函数作为各种边界条件下阶梯式板的位移函数，求得阶梯式板的自振频率。     

Matty正规定则的推广

ξ为区域Ｄ上的亚纯函数族，族中每一个函数ｆ只有重级≥ｋ的零点，ξ是区域Ｄ上的正规族当且仅当，存在一个至少包含ｋ＋４个元素的集合Ｅ∩←Ｃ∪｛∞｝，使得对Ｄ的任一紧子集Ｋ都存在常数Ｍ（Ｋ）（依赖于Ｋ），对一切ｆ∈ξ，ｆ（ｚ）∈Ｅ及ｚ∈Ｋ都有｜ｆ＾（ｋ）（ｚ）｜／１＋｜ｆ（ｚ）｜＾ｋ＋１≤Ｍ（Ｋ）特别地，对区域Ｄ上的全纯族ξ，Ｅ只要包含３个有穷元素。     

涉及亏值的亚纯函数唯一性

结合亚纯函数的亏值，讨论了当高阶导数具有一个分担值或分担函数时两个亚统函数的等价性，得出两点结论：（１）设ｆ与ｇ是两个亚约函数，满足δ（∞，ｆ）＝δ（∞，ｇ）＝１．若对某个ｎ≥１有ｆ（ｎ）与ｇ（ｎ）分担值１，且，则ｆ（ｎ）·ｇ（ｎ）≡１或ｆ－ｇ≡ｋ。（２）设ｆ与ｇ为整函数，满足，若对某个ｎ≥１，ｆ（ｎ）与ｇ（ｎ）分担值１，δ（０，ｆ）＞０且０为ｇ的Ｐｉｃａｒｄ例外值，则ｆ≡ｇ或。     

POD降阶算法中对基模态表达的改进

由一系列已知的相近流场解重新组合成一组正交分解(POD)的基模态。利用这些模态的线性组合构造绕一任意翼型的流场,使计算的未知量数目仅为所取相近解流场个数,而传统方法的未知量数目为网格单元数的4倍,因此极大地减少了未知量的数目,将其用于翼型优化,计算量会显著减少。给定的一系列相近流场解,是通过计算快照得到的,这些快照是形成正交模态的根本,直接影响近似计算的准确程度。本文提出了一种新的扰动方法,即通过扰动翼型的关键控制点反求翼型函数得到快照。通过几个已知的翼型解对子空间的投影比较可以看出,该方法的空间表达能力优于常用的加局部凸起的H icks-H enne函数的方法,而且近似计算的准确程度也更好。最后,探讨了正交分解的必要性,阐明利用POD降阶模型方法计算流场可以迅速收敛的内在原因。     

随机微分系统的耗散性

提出了有关Ito型随机微分系统耗散性理论的新概念:按模耗散、按模等度耗散和按模一致耗散,并利用Lyapunov方法,借助于Ito微分公式沿着Ito型随机微分系统的解对所构造的Lyapunov函数求导数,给出了Ito型随机微分系统有关按模耗散理论的一些代数判据,获得了与确定性常微分系统耗散性理论相对应的结论,最后的算例证明了该方法的有效性和可行性。     

B样条加权残数法分析简支扁球壳强度问题

本文针对简支扁球壳的简化方程,采用三次B样条和五次B样条函数作为基函数,分别利用内部配点权残法、最小二乘配点法及伽辽金配点法三种方法求解。结果表明,简化方程可靠,权残法计算简便有效。