基于不完全语言信息的航天研制项目风险决策

针对航天研制项目风险管理的复杂性,提出了一种基于现代多属性语言决策方法的航天研制项目风险评价模型.给出了不完全语言信息下基于不确定扩展有序加权平均算子的决策方法.将项目风险标度进行了拓展,一方面使得风险度量更加准确;另一方面能够很好地与决策模型中的语言信息合理匹配.以航天研制项目风险决策为例说明了该方法的实用性和有效性,为项目风险评价提供了一种新思路.      

移位算子及其对多体系统结构的描述

以Newton-Euler定律为基础,通过运用旋量方法分析多体系统,描述了空间算子代数理论体系中的核心算子——移位算子的基本定义和多体系统的拓扑结构,深入研究了其用于计算的步骤,实现了多体系统结构描述与力学计算的一体化,消除了传统方法的不必要的积分运算和交叉运算,计算量为O（N）。而传统方法是先通过关联矩阵、低序体阵列描述多体系统,尔后再把它们用于力学和运动量矩阵和列阵的计算过程,导致了加法和乘法计算以及与零运算次数（虚运算）的增加,其结果是计算量为O（N^3）。移位算子描述形式简洁、物理意义明确、编程效率高和直观等特征,方便计算机程序实现,为高效率、高精度建模以及实时控制奠定了基础。     

基于小波域清晰度评价的光场全聚焦图像融合

传统全聚焦图像融合以相机多次曝光拍摄的多聚焦图像为基础,光场相机在单次曝光后可计算空间任意深度的重聚焦图像,为后期全聚焦图像的获取提供便利。提出了一种基于小波变换的光场全聚焦图像获取算法,可有效避免传统空域图像融合算法的块效应,获得较高质量的全聚焦图像。该算法通过对微透镜阵列光场相机获得的4D光场数据进行空间变换与投影,得到用于全聚焦图像融合的重聚焦图像,对各帧重聚焦图像进行小波分解提取高、低频子图像集,提出区域均衡拉普拉斯算子、像素可见度函数分别构建融合图像的高、低频小波系数实现图像融合,其性能优于传统的区域清晰度评价函数。实验验证了所提算法的正确性和有效性,采用Lytro光场相机的原始数据计算了融合全聚焦图像,与传统图像融合算法相比,人眼视觉效果更好,客观图像指标也得到了提高。      

管道机器人动力学分析

在分析了开链式拓扑结构的多节蠕动机器人结构和运动特点的基础上,利用空间算子代数(Spatial operator algebra,SOA)方法,建立了适用于这类机器人系统的通用动力学模型,为验证所建立的动力学模型的正确性,将原理样机运行试验和与动力学仿真分析结果进行了对比.在此基础上,利用该动力学模型,对样机结构的改进与优化,并对机器人运动学和动力学性能的影响进行了分析和评估,为机器人运动控制策略的拟定提供了重要的依据.     

渐近严格伪压缩映象的Mann迭代序列

证明了希尔伯特空间上的渐近严格伪压缩映象的Ｍａｎｎ迭代序列的收敛性定理。     

Banach空间中线性算子的Tseng度量广义逆的线性及连续性质

在自反、光滑、严格凸的Banach空间中,利用Banach空问几何方法、度量投影算子及Tseng度量广义逆存在的充要条件,给出了Tseng度量广义逆的线性及连续性等判别条件.     

涡轮叶片气膜孔像素点清晰度评价

本文提出了一种涡轮叶片气膜孔像素点清晰度评价方法，利用四方向和八方向Sobel算子，通过赋予不同权重来实现对叶片同折射率材料的标准量块进行像素点清晰度评价。再根据实验结果，对像素点清晰度评价的窗口大小进行讨论，分别计算了不同窗口尺寸的清晰度比率、陡峭度、局部极值因子、灵敏度，最终得出了适合气膜孔像素点评价的窗口尺寸，最后对所有像素点进行计算，对比计算结果与真实情况，验证了提出算法的正确性。     

基于PM算法的涡旋电磁波引信超分辨测向方法

为提高防空导弹无线电引信在低信噪比（SNR）背景下的测向精度，提出了基于传播算子算法（PM）的涡旋电磁波引信超分辨测向方法。通过相控均匀圆阵依次发射不同轨道角动量模态涡旋电磁波照射目标，基于多发单收（MISO）模型推导目标探测回波模型；通过对回波方程的近似变形构造接收信号矩阵；采用PM算法构造空间谱函数，进行谱峰搜索，实现对目标水平方位角的估计。对所提方法的有效性进行仿真验证，结果表明，所提方法可在低信噪比、少阵元情况下实现对目标的精确测向。      

多因素影响下舰载机备件需求的组合预测

舰载机列装时间较短,备件的样本数据较小,而且保障中受起落次数、飞行强度、海洋恶劣环境等因素影响较大。针对舰载机这一系列保障特点,选用了对多因素影响的小样本有较好预测效果的 BP神经网络、GM(1,N)预测模型和 SVM回归预测模型 3种预测方法,建立基于 IOWA算子的组合预测模型,以误差平方和为准则对数据进行分析,并利用 Matlab工具箱进行优化计算,从而得出最优组合预测结果。实例分析结果验证了该组合预测模型 的科学性和优越性。     

超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。