基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。     

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

基于LC理论和概率神经网络的损伤识别

本文提出了结构健康监测中一种新颖的方法用于时变系统的损伤识别,选取FS-TARMA(函数基时变自回归移动平均)时间序列模型应用于一种随机振动信号中,这种振动信号在时变系统中用来估计TAR/TMA参数和创新方差。基于一种特征值分解技术,被估计的TAR/TMA参数和创新方差能够为损伤估计提供更多信息和数据,从而形成了一种新的理论LCs(潜在成分)。LCs被组合和分解成数值,接着输入概率神经网络中进行损伤识别。将这种新方法用于三自由度时变系统中进行评估,根据质量和弹簧刚度的降低来模拟不同级别的损伤。这种方法能够找出系统参数的时变性质和质量及刚度变化引起的损伤级别。结果表明:使用这种方法,与其他的非降维和普通的特征提取方法相比,识别的成功率有相当大的提高。     

两种类型车辆随机需求路由问题

主要研究两种类型车辆随机需求路由问题。因为两种类型车辆随机需求路由问题的处理不同于单类型车辆随机需求路由问题，引进了单位容积和路程的花费的新概念，在服务仅能失败一次的情况下，结合车辆的容积和最大服务结点数，根据平均花费和最大服务结点数之间的关系，得到了两个派车策略，节约了计算量，使得两阶级的模拟退火算法能更有效地解决问题。对需求为二项分布下的VRP（Vehicle routing prolem）问题作了数值实验，给出了派车方案和总的平均花费，得到了较好的结果。     

一种新的辊轴型摩擦摆隔振系统运动微分方程的推导

应用多体动力学理论研究了一种新的辊轴型摩擦摆隔振系统。基于该系统的运动学规律，将其简化为一个单自由度多体系统。应用非惯性系中微分形式的质点系相对动能定理，推导出该系统的非线性运动微分方程。通过讨论与小角位移无阻尼情形对应的线性无阻尼自由振动微分方程，得到了相应的固有频率，与实验结果一致。直接求解该运动方程可有效准确地研究摩擦摆隔振系统的动力学行为，并给包含该系统的半主动控制的仿真和实现带来便利。     

随机需求情形VRP的Hopfield神经网络解法

在涉及物资分发与收集或提供服务的诸多部门中有着各种各样的ＶＲＰ（车辆路由问题），现有的对于ＶＲＰ的研究主要集中在需求是确定性的情形。由于实际情况中需求往往是随机的，随机性需求情形ＶＲＰ的研究近年来得到了国内外学者的重视。本文利用Ｈｏｐｆｉｅｌｄ人工神经网络解组合最优化问题时计算量不随维数指数增加这一优点，针对一类随机需求情形ＶＲＰ给出了一种Ｈｏｐｆｉｅｌｄ人工神经网络解法。文中描述了相应于该ＶＲＰ     

模拟退火法临界温度估算及整体最优化新算法

模拟退火法是模拟固体退火过程的基础上发展起来的一种整体最优化算法，本文在研究模拟退火过程的特征量－－临界温度和新的随机搜索算法的基础上，得到一种只需在较小的温度范围内进行退火的新的模拟退火算法，数值试验表明，对于目标函数的局部极小值和整体最小值不接近相的优化问题，本算法只需较少数量的迭代便能收敛于整体最小解。     

现场可编程门阵列（FPGA）技术在航空电子中的应用初探

本文介绍了ＦＰＧＡ技术在国内外数字电路领域内的应用情况阐述了Ｘｉｌｉｎｘ公司的ＦＰＧＡ器件的体系结构特点、编程模式、应用范围以及开发设计系统的设计流程。此外，还结合具体实例探讨了使用ＦＰＧＡ器件的工作环境、设计技巧和其它注意事项。