基于量子搜索和高斯变异的MOEA/D算法

在实际应用中,尤其是在研究大规模决策空间的优化问题时,MOEA/D算法容易陷入局部最优。针对此问题,提出了一种基于量子搜索和高斯变异的MOEA/D算法。引入环境迁移模型,将两者进行并联,并且与原算法进行串联,利用量子搜索来提升算法的全局搜索能力,采用高斯变异位置更新方法保证算法的局部搜索能力。同时为了避免算法在迭代后期陷入"早熟"危险,提出了基于邻居位置的量子搜索,通过改变吸引点的生成方式,来加强量子搜索在迭代后期的局部搜索能力。结果表明:改进后的MOEA/D算法与原算法相比,提升了算法的搜索能力,也保证了算法的收敛能力。     

基于高斯混合模型和变量重构组合法的故障诊断与分离

提出了一种将变量重构与高斯混合模型结合的故障诊断与分离的方法。首先建立过程数据的高斯混合模型,解决了监控过程的测量数据不服从单峰的高斯分布所带来的问题,然后进行故障数据变量重构,估计未知参数并采用最大期望算法来估测均值与协方差矩阵。在此基础上建立统计模型进行故障的诊断与分离。与传统的贡献图分离故障的方法比较,通过田纳西-伊斯曼化工过程进行实验验证,本文提出的高斯混合模型与变量重构相结合对多状态过程进行故障的诊断与分离收到较好效果。     

基于神经网络的荧光油膜厚度与灰度研究

在全局摩阻测量中,薄油膜技术可以很好地表征表面摩阻的分布情况。用特定波长的紫外线照射添加了荧光显色分子的不同厚度的油膜,油膜将发出不同的亮度。利用该原理通过检测受激发的荧光油膜灰度值可解算出相应油膜的厚度。本次采用BP神经网络及极限学习机(Extreme learning machine,ELM)神经网络搭建模型完成了荧光油膜厚度与灰度关系的预测,运用Hopfield神经网络完成了相应参数的辨识。实验表明,ELM神经网络模型、BP神经网络模型及插值法模型的预测误差分别为5.150%、5.485%和5.935%。通过Hopfield神经网络辨识,光源功率、光距和曝光系数等影响因素的参数误差率控制在1%左右,达到实际工程运用的要求。与传统插值法相比,通过神经网络可获得更高的精度,为荧光油膜灰度与厚度研究提供了一种可行的方法。     

基于外场实测数据的非平稳非高斯振动试验条件制定

本文重点讨论如何依据外场试验数据制定非平稳非高斯振动试验条件.基于地面和空中运载工具振动的产生机理,选用乘积公式作为运载器随机振动分析的统一模型.利用滑动平均将实测非平稳非高斯信号分解成平稳载波和时变调制波.提出了反映调制波时变特征的二次分解和综合算法.用外场实测数据演示了炮击振动、轮式车辆道路运输振动和火箭飞行振动的...     

基于U-D分解滤波的GPS动态用户导航算法研究

本文将数值稳定性好、计算量小的序列U-D分解滤波算法应用到状态方程为线性、观测方程为非线性的GPS动态用户导航系统中。文中建立了高动态用户数学模型,推导了以伪距为观测量的系统测量方程。在给定飞机航迹的情况下,对系统进行了数字仿真。仿真结果表明,U-D分解滤波算法能更有效地适合动态用户GPS导航系统。     

基于奇异值分解的铅锌冶炼过程故障二次分离

铅锌冶炼过程是非常复杂的反应工艺,工况变化较大,在线监控和故障诊断的难度很大。铅锌冶炼过程故障分离的目的是根据异常监控变量来判断故障类型,由于铅锌冶炼过程故障的特殊性,不同类型的故障可能导致相同的监控变量发生异常,采用传统的故障分离方法不能有效地判断故障类型。本文提出一种基于奇异值分解的故障二次分离的方法,通过进一步分析监控变量和故障类型的对应关系,解决故障分离不彻底的问题。试验结果证明了方法的有效性。     

基于大规模并行D-W分解算法的空中交通短期流量管理模型研究

针对空中交通短期流量管理问题,给出了整机型的空中交通短期流量管理模型(ST-TFMP)。运用大规模并行的D-W分解算法,结合数据仓储技术,快速解决了航班延误最小问题。同时对算法的计算性能进行了计算估计和实验分析。通过对实际终端区流量进行仿真计算,仿真结果验证了本文提出的并行算法的合理性。     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。     

基于模糊理论和灰色关联分析的飞机相似性评估方法

提出了基于模糊理论和灰色关联分析的飞机相似性评估方法,该方法主要由语义变量的三角模糊转换模型和灰色关联分析方法组成.本文选取了飞机的9个属性,用来评估新旧机型之间的相似性,并选取正处于研制中的某新型飞机X作为实例进行分析.分析表明,该方法的相似性评估结果符合生产实际.     

基于热动力分析的飞机液压系统数值预测

根据传热学基本原理建立了主要液压系统元件的数学模型．运用差分法对飞机液压系统中液压油和壳体的动态传热过程进行了研究，为飞机液压系统在各种工况下的温度变化趋势进行预测提供了一种有效的工具。本对某型教练机的液压系统在地面试车及飞行中减速板收放两种工况下进行了数值预测与仿真,计算结果与实验数据吻合较好。     

基于带限随机信号相位谱的分数延时估计方法

传统延时估计方法的精度受采样间隔的限制。为提高精度,提出一种新的适用于宽带信号的分数延时估计方法。该方法将周期图法与抛物线插值应用于带限随机信号的互相关谱,可以获得连续的延时估计。文中通过一系列仿真实验对该方法与其他分数延时估计方法的性能进行比较。结果表明,该方法的性能优于其他估计方法,在信噪比较高的情况下,可以接近克拉美罗下界。由于发射信号具有宽带和随机的特点,该方法适用于低截获概率雷达。     

一类6-SPS相似平台并联机构正运动学的简明解

6-SPS相似 Stewart平台是一种动、静平台均为平面六边形 ,且彼此相似的并联机构。并联机构正运动学是一个位置和姿态耦合的复杂非线性问题 ,难以求得解析解。通过引入四元数来表示旋转变换和应用对偶空间方法对高阶多项式进行降阶处理 ,可以用一组二阶方程来表示该类并联机构的正运动学。在这组方程中 ,动平台的位置和姿态是解耦的。此外 ,在方程组求解过程中 ,能避免产生伪复根。最后通过求根公式直接得到机构动平台位姿的 8个解析解     

基于因果图的微小型涡喷发动机安全性分析(英文)

针对复杂的航空发动机系统,提出一种基于因果图的方法对其进行安全性分析。以微小型涡喷发动机机匣破裂或被击穿失效为例,对因果图在安全性分析中的应用进行了研究,并与传统的故障树分析结果进行了对比和分析。研究结果表明,基于因果图的方法一方面可以找出导致航空发动机系统失效的原因之间的复杂因果关系,给出定量分析,符合客观实际;另一方面图形化的推理方法易于安全评估和工程应用。     

基于Bancroft算法的GPS动态定位非线性滤波法

由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解.     

气动烧蚀物体表面粗糙度处理方法的研究

本文系统地阐述了度量烧蚀表面粗糙度的各种量的定义和计算方法,并讨论了它们的一些优点与不足。为了更精确地反映出烧蚀表面的轮廓曲线和粗糙程度,本文探讨了用谱分析的方法研究这种粗糙度的可能性。并通过几种典型波形的频谱分析证明了在谱空间里作粗糙度的分析能给出更可靠、更精确的结果。烧蚀表面粗糙度的度量是随航天技术发展而产生的新课题,本文的工作对它的研究作出了初步的有价值的探索。     

基于带波动算子非线性Schroedinger方程数值分析的守恒差分算法

对一类带波动算子的非线性Schrodinger方程进行了数值分析，提出了一个含参数的二阶守恒差分格式，根据参数选取的差异，该格式既可隐式计算也可显式计算。对初值条件进行了中心差分离散，使其具有二阶精度，从而与守恒格式的精度一致。利用矩阵理论证明了差分解的存在惟一性，并利用一个重要的不等式在先验估计的基础上，运用能量估计的方法证明了该格式按无穷范数以二阶精度收敛到真实解。数值实验表明该格式具有较高的计算效率。     

基于灰色关联分析的中国二氧化碳排放量影响因素分析(英文)

如何实现中国碳减排目标已经成为当前的研究热点,为完成减排目标首先要研究中国CO2排放量的影响因素。首先利用灰色关联分析方法选择与中国CO2排放量灰色关联度最高的3个变量:能源消费量、第三产业比重、外贸依存度。协整检验表明中国CO2排放量和3个影响因素之间存在长期协整关系,本文同时建立中国CO2排放量的长期协整方程和短期误差修正模型。运用误差修正模型得到的中国CO2排放量预测值与真实值的比较和得到的统计值均表明本文建立的模型有较好的解释能力和信度。