基于距离代价函数和信息熵的发动机性能参数估计研究

研究发动机部件性能参数变化规律,对于减少维修次数和推动视情维修具有重要意义。针对测量参数个数少于待估性能参数的情况,给出了一种通过构建代价函数和优化算法的参数估计方法。原代价函数只考虑当前点参数,缺少与前面点参数的联系,因此结合自组织神经网络,构造了包含以前与当前点参数的距离代价函数。并提出了一种快速的参数估计方法。由于准确的部件性能参数很难获取,并且参数趋势估计不同于单纯的点估计问题,以对应的测量参数为基础,利用信息熵方法评定部件性能参数估计效果。进一步得到距离代价函数对应的参数信息熵为0.6805,优于原代价函数的估计结果。最后通过实例验证了参数估计方法的有效性。      

基于支持向量机的发动机性能衰退指标分类和预测

基于支持向量机几何距离建立表征发动机性能衰退程度的指标,并基于相空间重构理论对该指标进行多步预测,表明回归支持向量机结果优于神经网络预测结果。利用主元分析、核主元分析方法对发动机性能特征量约简并提取其主元,得到核主元分析的分类效果更好。利用交叉验证的方法优化分类支持向量机和核函数中相关参数,给出发动机性能衰退指标曲线。通过建立统计量的方法分析发动机性能变化,确定性能变化关键点。所得结论对做好发动机维护保养工作,延长发动机使用寿命具有一定的指导意义。     

基于遗传算法的发动机气路性能模型修正研究

确定部件修正参数和目标性能参数作为模型修正基础,结合稳态模型的平衡方程,构造修正发动机非线性模型的代价函数,修正发动机稳态模型。计算了在不同工况修正后的特性参数,并与用影响系数矩阵方法所得结果进行对比,经遗传算法修正后参数精度有了较大提高。利用部件修正参数组合对发动机稳态模型进行修正,其结果表明敏感性参数在模型修正中起关键作用。所用修正方法对发动机性能模型修正、提高模型精度有一定指导意义。     

会计准则国际化——规模中国证券市场的重大举措

提高会计准则是证券市场规范化的前提。为了完善中国证券市场和保护投资者利益，笔者认为首先要提高会计准则和披露准则，使广大投资者能够正确判断企业财务状况和经营成果；其次，提高会计准则，令上市公司业绩真实可靠。