外弹道加权最小一乘模型研究与应用

工程技术领域中常常要求算法具有较强的稳健性。本文讨论了最小一乘和加权最小二乘相比于传统最小二乘的优势，根据实际工程需要，引入自变量权系数设置方式，并采用遗传算法提高算法的收敛速度，提出适用于工程计算的加权最小一乘模型。通过弹道数据的仿真计算，加权最小一乘算法能够克服异常数据所带来的影响，减小各种相对误差水平，表现出较强的稳健性，验证了该算法的有效性和正确性。     

多层验前信息下多维动态参数的Bayes试验分析

文中讨论了多维动态参数具有多层验前信息时的建模问题。在一定条件下,给出了验前分布的表示。对于动态参数的Bayes估计,进行了精度分析和风险分析。     

自适应波束形成技术的发展与现状研究

介绍了自适应波束抗干扰技术的发展历程，以及各种自适应波束形成算法的原理和特点，讨论了自适应波束抗干扰技术的应用情况，探讨了该技术在工程应用上面临的主要问题以及解决途径和方法。     

用田口方法提高航空发动机FADEC系统的稳健性

根据FADEC系统的可靠性特点,运用日本质量工程学家田口玄一博士所提出的“田口方法”,对FADEC系统的各种稳健性指标进行了分析,并讨论了以信噪比为依据所进行的稳健性设计流程。实践证明,田口方法对于提高航空发动机FADEC系统的稳健性是十分有效的。     

确定最佳备件数的Bayes方法

讨论了武器装备维修工程中最佳备件数的确定方法。首先分析了传统方法的不足之处，然后针对武器装备维修工程的现状，提出确定最佳备件数的Bayes方法，并且分析了Bayes方法的稳健性问题。仿真算例表明利用Bayes方法确定备件数合理有效，并且验前信息引入是稳健的。     

模型参考自适应系统的稳健性

 本文证明飞机俯仰角速度的模型参考自适应控制系统(MRACS)对未建模的长周期模态的稳健性。将飞机纵向运动的传递函数经因式分解后,得出一种特定的状态方程,通过变换,可把长周期模态的影响变成只考虑短周期模态的近似系统的等效慢变化干扰作用。由于MRACS具有自动调节控制增益以克服被控对象参数慢变及抑制慢变干扰的能力,从而整个闭环系统的稳健性得到了保证。     

平尾均值在武器装备科学技术奖成果评定中的应用

分析、比较了样本均值、截尾均值、平尾均值在统计学意义下的特性和差别,阐述了在武器装备科学技术奖成果评定中,以平尾均值替代样本均值的必要性和意义。     

基于图对比学习的稳健交通流量预测

作为智能交通系统的核心技术,稳健的交通流量预测是一个长期存在但具有挑战的任务。不论是工业界还是学术界,现有模型需要大量训练数据、易受数据噪声影响而表现不稳健,是限制该领域发展与实际应用落地的重要因素。而在学术界,图对比学习可以通过数据增强与对比损失来降低数据需求量,同时提升模型抵抗数据噪声的能力。提出一种交通流量图对比学习(TFGCL)框架,用于稳健的交通流量预测。TFGCL框架有3个创新点：针对交通流量图(TFG)数据的独特时空特性,TFGCL框架从时间和空间2个角度出发,提出3种TFG数据增强方法。针对TFG数据中语义相似的假负样本,提出一个过滤策略使TFGCL框架能够免受其干扰,从而学习到高质量的表征。TFGCL框架通过联合交通流量预测任务和图对比学习任务进行同时训练。在3个真实交通数据集上与8个基线模型进行对比实验,结果表明：TFGCL框架的预测性能更为稳健,较最优基线模型最高提升6.24%,TFGCL框架的稳健性尤其体现在数据缺失较为明显的数据集和长时交通流量预测任务中。     

航空发动机直通型篦齿径向变形稳健性优化

为了降低参数不确定性对发动机直通型篦齿径向变形的影响,提出了一种基于最小二乘支持向量机(LS-SVM)和概率分位数区间模型的稳健性优化方法。通过LS-SVM建立参数与篦齿径向变形的响应面近似模型,考虑到参数不确定性分布类型的差异性,采用概率分位数区间方法建立稳健性优化模型,对篦齿结构径向变形进行了稳健性优化设计。结果表明:优化后的篦齿结构径向变形概率分位数区间比优化前减少6%,参数灵敏度分析结果也验证了该优化方法的有效性。     

基于均值一次二阶矩方法的稳健性优化设计

为解决传统基于蒙特卡洛模拟的稳健性优化方法计算效率较低的问题,提出一种基于均值一次二阶矩方法的稳健性优化设计方法。首先,利用泰勒展开方法将函数在随机输入参数均值点展开;然后,利用一次二阶矩方法求解函数的均值以及标准差;最后,结合分位数区间方法建立稳健性优化模型并进行优化求解。优化结果显示,与基于蒙特卡洛模拟方法相比,提出的稳健性优化方法在保证计算精度的情况下,计算时间仅为其1%左右,更加适合工程稳健性优化计算。