基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。     

基于网络编码的空间DTN中CGR改进算法

随着空间通信技术的发展,卫星节点的增多,以及容延迟容中断通信需求的不断提高,空间DTN (DelayTolerant Network,容延迟网络)环境中各通信节点间的路由技术日益重要,相继出现了多种适用于DTN的路由技术.基于空间DTN的结构与特点,对CGR(Contact Graph Routing,接触图路由)算法以及基于编码的路由算法进行了分析比较,然后针对空间DTN中CGR算法的缺点和不足,研究提出了基于NC(Network Coding,网络编码)的空间DTN中的CGR改进算法(NC-CGR),并通过仿真实验平台对算法性能进行了分析评估.仿真结果表明,相比于CGR算法,NC-CGR算法在链路传输时延、传输包裹数目、中继缓存大小、链路丢包率等不同条件下的适应性方面均表现出较大优势,更适用于具有复杂拓扑、带宽受限、高动态特性的空间DTN环境.     

Arcadia建模方法与SysML建模方法比较研究

基于模型的系统工程与传统系统工程相比,有着形象化、具体化、沟通效率高等多种优势。基于系统建模(System Modeling Language,简称SysML)语言进行建模用途广泛,但是通过实践,针对系统架构和系统运行场景分析,基于Sys ML的建模方法特点并不突出。而Arcadia的基于模型系统工程建模有着简单、清晰等特点,对于系统架构和系统定义均有着Sys ML所不具备的特点。通过系统设计的目标与特点,对基于Sys ML的建模方法和Arcadia方法进行比较研究和实践,总结两种方法在基于模型的系统工程领域中的优劣。     

基于改进的关联度矩阵法维修可达性评价方法研究

为了更好地对产品的维修可达性进行综合评价,根据维修可达性的定义确定了评价指标体系,结合权的最小平方法对关联度矩阵法进行改进,构建了新的维修可达性的评价方法.该方法可对维修可达性进行量化处理,评价结果更符合实际情况.以货机货运系统动力驱动装置为例进行实例验证,结果表明,该评价方法可为货运系统维修可达性设计提供重要参考.     

牵牛、牛郎与河鼓

很少有人不知天上那明亮的牛郎星，它在西方称为天鹰座α，离我们16光年远，比太阳要大1.6倍，更要亮10.5倍，牛郎星最先名为牵牛星。《诗经》上就有：“迢迢牵牛星，皎皎河汉女。纤纤擢素手，札札弄机杼，终日不成章，泣涕零如雨。河汉清且浅，相去复几何？盈盈一水间，脉脉不得语。”而唐代诗人杜牧的《秋夕》更是脍炙人口：     

《欧洲航天政策决议》

2007年5月22日,欧洲正式通过了《欧洲航天政策决议》.该决议全文如下.     

基于UDDI的应用服务注册中心的设计与实现

Web服务是当前基于Web的分布式计算与应用的关键技术基础.通用描述发现集成协议(UDDI)是Web服务的核心技术标准,提供了Web服务的信息注册查找规范,解决了Web服务的描述、发布以及查找问题.UDDI规范仅提供了标准接口及数据结构,缺乏对UDDI注册中心的安全性、可管理性等明确的定义和实现机制.基于Web服务及UDDI技术分析,设计实现了基于UDDI的应用服务注册中心(ASC).ASC由ASC客户端、ASC服务器、ASC管理控制台组成,支持Web服务的发布、查找、管理等操作.根据实际应用需求,设计并实现了发布者声明关联匹配算法,扩展了UDDI标准的应用编程接口,提供了安全、管理等功能,形成了一个具有较强安全性和易管理性的应用服务注册系统.     

探空火箭图像压缩算法研究

结合探空火箭图像系统需求, 提出了一种基于小波变换编码, 即基于MSPIHT的自适应差分算术编码(MSPIHT Adaptive Differential Arithmetic Coding for image, MADAC)的图像压缩算法. 该算法对经过量化编码之后的数据 进行熵编码. 实验结果表明, MADAC算法具备探空火箭图像系统所要求的分辨 率、帧速率及压缩率可调的功能, 且易于硬件实现.      

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.