基于平衡核函数聚类的飞行航迹数据分析方法

目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值。飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难。文章立足提高飞行航迹数据聚类分析的准确性,在航迹特征数据的预处理阶段,提出了一种平衡核函数的K-均值聚类方法,可以解决高维特征数据带来的奇异性,还能提高交叠样本的聚类性能;设计了一种模糊支持向量机的算法框架实现航迹的分类。通过实际飞行航迹数据集测试了设计框架下航迹聚类和分类识别的有效性,在实际工程上具有广泛的应用前景。     

基于模糊核均值聚类优化的光流测速方法CSCD

光流算法作为一种载体速度测量方法,易受光照变化、物体相对移动影响,最终导致速度信息获取不准确。为了提高载体运动速度解算精度,提出了一种基于模糊核均值聚类算法优化的金字塔Lucas-Kanade光流测速方法(FKCM-金字塔LK)。该方法首先通过金字塔LK光流算法得到稀疏光流,然后使用模糊核均值聚类算法对稀疏光流数据进行聚类处理,最终建立光流与实验平台运动参数之间的关系,并得到准确的速度信息。实验结果表明,提出的基于模糊核均值聚类算法优化的金字塔LK光流测速方法不仅可以有效地减少物体相对移动对光流测速的影响,而且与现有其他光流测速方法相比,速度测量精度得到显著提高。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

基于加权模糊C均值聚类的图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法存在着本质上的缺陷,就是仅利用了图像的灰度信息,而没有考虑像素的空间信息,使得其对于实际的含有噪声的图像分割效果不理想。因此,提出了一种新的加权模糊C均值聚类算法,实践证明,该方法可以有效地、实时地把目标从背景中分割出来,并具有较强的鲁棒性。     

航空发动机转子部件故障诊断的模糊聚类方法

提出了用模糊C-均值聚类进行航空发动机转子部件故障诊断的方法。应用实例表明,所提出的方法是有效的,具有一定的应用价值。     

演化策略用于高维故障样本集最优统计聚类分析

针对液体火箭发动机推进系统超高维故障样本数据的聚类问题 ,提出基于演化策略的最优统计聚类算法。为预防算法过早收敛 ,演化策略采用了父本适应值的动态调整值与共享函数 ,并针对超高维数据聚类提出了控制参数的适应性调整技术 ;为使算法能最终跳出局部最优死区 ,提出算法的局部调整策略。该算法用于液体火箭发动机典型故障仿真数据集分析 ,并取得了最优聚类结果。此外 ,还基于IRIS数据集比较了该算法与FKCN模糊自主聚类算法。仿真分析表明了算法在高维数据聚类分析中的优点。     

演化策略用于高维故障样本集最优统计的聚类分析

针对液体火箭发动机的眼高维故障样本数据的聚类问题,提出基于演化策略的最优统计聚类算法。为预防算法过早收敛,演化策略采用了父本适应值的动态调整值与共享函数,并针对超高维数据聚类提出了控制参数的适应性调整技术;为使算法能最终跳出局部最优死区,提出算法的局部调整策略。该算法用于液体火箭发动机典型故障仿真数据集分析,并取得了最优聚类结果。此外,还基于ＩＲＩＳ数据集比较降该算法与ＦＫＣＮ模糊自主聚类算法。仿     

航空发动机传感器解析余度模型的建立方法

为了使用解析余度模型对传感器故障进行诊断,提出了1种基于K-均值聚类与改进微分进化算法优化的极端学习机(IDE-ELM)的发动机传感器解析余度模型建立方法。为避免求解ELM算法时H矩阵奇异,采用K-均值聚类对试验数据进行聚类处理,然后从每类数据中选取1组数据组成训练样本用于训练;利用IDE算法优化ELM的输入层权值和偏置,提高ELM的泛化能力。利用飞行试验数据进行了仿真验证。结果表明:基于K-均值聚类和IDE-ELM设计的传感器解析余度模型具有较高的精度,可用于FADEC系统双通道传感器的故障诊断。     

基于多元特征的终端区运行场景分类分析方法

为了提升对气象影响下终端区运行场景的认知理解,支撑基于场景的终端区预战术辅助决策及管制新模式的建立,提出了一种基于多元特征的终端区运行场景分类分析方法。针对终端区场景描述与分类需求,构建由终端区气象、交通、流量策略三个领域构成的多元特征,通过多源异构数据的预处理进而建立了终端区场景量化指标集,并选取模糊C均值聚类(FC...     

基于模糊偏序关系的装备保障点选址多属性决策

针对传统选址方法权重难以合理确定的问题,提出了基于模糊偏序关系的选址多属性决策方法。该方法通过对选址属性值的预处理,建立连续值信息系统,利用模糊偏序关系将其偏序化,形成评估关系模型。最后对偏序关系进行集结,形成全序关系。算例验证了该方法的有效性。将该方法应用到某战区导弹技术保障点选址中去,获取了最佳选址方案,这为装备保障点科学选址提供了一种有效的方法。     

新型飞机除冰车加热系统温度控制器研究

以新型飞机除冰车加热系统为研究对象，通过分析实验数据，首次提出了除冰液流量全量程范围内的加热系统数学模型，并综合应用模糊理论设计Fuzzy自整定PID参数的Smith预估控制器。MATLAB仿真结果表明，应用这种方法设计出的控制策略能较好地适应飞机除冰车模型参数的大幅度变化，并具有良好的稳态精度和自适应能力。     

基于直觉模糊优选动态规划的武器协同运用

将武器运用问题看作一个多阶段多指标的系统,对空战协同武器运用问题进行了分析研究.当作战指标值不能精确给出时,将直觉模糊优选理论与动态规划技术相结合,提出了一种基于直觉模糊优选动态规划.将各作战方案的指标值转化为一个模糊决策矩阵,得出各个作战方案的直觉模糊评价值.通过实例进行了仿真分析,结果表明,所提出的方法可以得到各个阶段的最优决策     

小孔节流静压轴承多目标模糊优化设计

在静压轴承的设计中，有许多设计参数属于模糊变量，而且有许多模糊因素（如设计水平、制造水平、材质优劣等）也影响设计结果。为解决这些问题，寻求静压轴承的最佳设计方案，本文推导出小孔节流静压轴承模糊约束多目标优化数学模型，阐述了应用最优水平截集法和扩增系数法，通过二级模糊综合评判，将模糊约束多目标优化问题逐步转化为普通约束单目标优化问题，最后用复合型法求出静压轴承最优解的全部过程，为静压轴承的设计提供了一套更符合客观实际的切实可行的多目标优化方法。     

自适应变搜索域遗传算法及其在发动机模型中的应用

针对发动机数学模型中非线性方程插值解法的不足,提出非线性方程自适应变搜索域遗传算法解法。论文详细分析了方程求解转化为遗传算法优化的数学描述、依据方程解临域特征的自适应变搜索域机理及算法的具体实现技术。实例计算与发动机仿真结果说明:所设计的变搜索域遗传算法可作为通用的非线性方程解法,相比较于简单遗传算法,能成倍提高计算效率;替代插值解法应用于发动机模型,可有效提高模型的收敛性。     

基于支持向量机的航空发动机辨识模型

针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。      

基于模糊综合评判的航空发动机可靠性分配方法

利用模糊语言变量和模糊数适于量化模糊信息的特点,从评价集设置、因素权重赋值和单因素评判等方面,对现有的模糊综合评判方法进行改进,然后据此提出了一种设计初期航空发动机可靠性模糊分配的方法,该方法可在可靠性数据缺乏的情况下,利用专家经验得到不同置信水平下的航空发动机故障率指标分配结果     

模糊算法在智能车控制中的应用

在自行设计的智能车中,方向控制和速度控制都存在高度非线性的问题。采用模糊算法与PID算法相结合的方法,实现了对方向和速度的优化控制,即采用模糊算法对智能车方向进行控制;采用模糊PID算法实现了对于智能车的速度控制。从而使智能车能够根据路况的变化,做出相应的控制决策。控制策略是在Freescale单片机MC9S12DGl28B上编程实现,实验表明：加载了模糊算法的智能车,对赛道的适应性和控制的稳定性都得到了较大的提高,具有很好的控制效果。