基于遗传算法的定位布局优化新方法

在夹具设计过程中,建立了一种定位元件布局确定的新方法.该方法基于模糊评判,考虑候选表面特征类型、表面面积、位置公差等影响因素,确定定位参考面和定位点的数量.以定位误差最小为优化目标通过遗传算法确定定位点的具体位置.最后,通过实例验证该方法优于检验设计,并且能有效提高定性精度.     

风险投资过程代理风险控制模型研究

风险投资过程中,由于信息不对称所造成的代理风险是导致投资高风险的一个重要因素。因而,如何有效地控制风险投资过程中的代理风险,是确保投资成功的重要环节。对投资机构与风险企业之间关系进行了模型化,比较系统、全面地研究了投资过程中所面临的逆向选择和道德风险问题。通过模型化研究从理论上分析产生这两类代理风险的原因,并在此基础上探讨了如何规避和降低这类风险的方案和措施。     

基于双eN方法的短舱层流转捩影响因素

发展自然层流短舱对提升现代民机的经济性和环保性具有重要意义，而对影响短舱层流转捩的因素进行研究有助于更好地开展短舱的层流设计。本文基于线性稳定性分析方法，将双e^N方法同RANS方程求解器耦合，建立了一套可同时计算T-S（Tollmien-Schlichting）波和横流（CF）驻波诱导转捩的流动转捩预测方法，通过标准椭球算例验证了该方法的正确性，进而研究了来流马赫数、雷诺数、湍流度以及迎角对短舱转捩的影响。结果表明：马赫数和迎角会带来压力梯度的明显改变从而引起转捩位置发生变化；而在此构型的高雷诺数工况下，雷诺数和湍流度对转捩位置影响相对较小，转捩位置移动的区域不超过短舱长度的5%。因此在设计阶段，在高雷诺数条件下保持层流设计要尽量避免较大的逆压梯度，保持顺压梯度。     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。     

风洞侧壁干扰控制与修正方法研究

风洞侧壁干扰是影响风洞实验数据准确度的一个重要因素,洞壁边界层的存在会使二维翼型升力线斜率的测量值下降,在风洞设计和实验中采用多种方法来减小其干扰.简述了减小或消除侧壁干扰的实验原理、实验方法、优缺点及国内外研究进展,重点介绍了侧壁抽吸、侧壁吹除控制与修正方法,最后介绍了判断控制和修正效果的准则.侧壁抽吸与侧壁吹除方法在实际应用中取得了良好的效果,对抑制侧壁边界层效应有一定作用,能够提高实验结果的精确性.     

Supervised learning with probability interpretation in airfoil transition judgment

Transition prediction has always been a frontier issue in the field of aerodynamics. A supervised learning model with probability interpretation for transition judgment based on experimental data was developed in this paper. It solved the shortcomings of the point detection method in the experiment, that which was often only one transition point could be obtained, and comparison of multi-point data was necessary. First, the Variable-Interval Time Average (VITA) method was used to transform the fluctuating pressure signal measured on the airfoil surface into a sequence of states which was described by Markov chain model. Second, a feature vector consisting of one-step transition matrix and its stationary distribution was extracted. Then, the Hidden Markov Model (HMM) was used to pre-classify the feature vectors marked using the traditional Root Mean Square (RMS) criteria. Finally, a classification model with probability interpretation was established, and the cross-validation method was used for model validation. The research results show that the developed model is effective and reliable, and it has strong Reynolds number generalization ability. The developed model was theoretically analyzed in depth, and the effect of parameters on the model was studied in detail. Compared with the traditional RMS criterion, a reasonable transition zone can be obtained using the developed classification model. In addition, the developed model does not require comparison of multi-point data. The developed supervised learning model provides new ideas for the transition detection in flight experiments and other experiments.     

基于信息预处理的无人机集群协同电子侦察

为了提供长期有效的电子侦察能力,高机动性无人机电子侦察平台需要组成 1个多无人机电子侦察网络。多无人机电子侦察网络在面对复杂电子侦察任务时,需要具有对不同平台电子侦察结果判别和整合的能力。针对传统基于证据理论(DempsterShafer,DS)的协同电子侦察方法中,因为电磁环境的复杂性和基于 DS合成公式对不可靠信息缺少必要的筛除而导致的证据悖论问题,文章提出了基于电子侦察信息预处理的无人机集群协同电子侦察融合判决新方法。该方法对每架无人机的电子侦察信息进行预判断,得到每架无人机电子侦察信息的可信度权值,提出信息融合算法,对预处理后的电子侦察信息进行融合判决。仿真结果表明,该方法可以有效提升对多无人机电子侦察信息的甄别能力,提高无人机集群协同电子侦察性能。