基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。     

一种新的基于可解释性置信规则库的飞轮健康状态评估模型

飞轮系统的稳定运行对于航天器在轨安全影响重大，因而对飞轮系统进行健康状态评估至关重要。在进行飞轮系统健康状态评估建模时，不仅要求模型能够处理各种不确定性以保障评估结果的准确性，同时要求其具有透明合理的评估过程与可解释、可追溯的评估结果。因此，在深入研究置信规则库（BRB）建模方法的基础上，构建了一种新的基于可解释性建模的置信规则库（BRB-e）飞轮系统健康状态评估模型。首先，结合飞轮系统特征对模型的可解释性建模准则进行定义；在此基础上，设计了BRB-e评估模型的推理过程；然后，基于鲸鱼优化算法（WOA），提出了一种具有可解释性约束的BRBBRB-ee模型参数优化方法；最后，通过对某飞轮系统中轴承组件的评估案例研究，验证了模型在飞轮系统健康状态评估中的有效性。对比研究表明，BRBBRB-ee模型在评估结果准确性和评估过程可解释性方面具有一定的优势。     

桨间距对某型共轴对转螺旋桨气动性能的影响

为掌握共轴对转螺旋桨的桨间气动干扰规律，降低桨间气动干扰强度，提升共轴对转螺旋桨的气动性能，基于非定常雷诺平均Navier-Stocks方程耦合湍流模型的计算方法，并使用了滑移网格技术，研究了4种不同桨间距的6×6构型对转螺旋桨的桨间气动干扰对其气动性能的影响，桨间距选择了4种不同方案。研究结果表明：在4种不同的轴向桨间距中，当桨间距为0.25倍螺旋桨直径时，共轴对转螺旋桨的平均推进效率最高，并且气动干扰导致的效率脉动幅度较小；随着桨间距的增大，前、后排桨受到的气动干扰强度都会减小，相比于后桨，前桨因气动干扰造成的脉动对桨间距更加敏感。可见共轴对转螺旋桨的桨间距会对螺旋桨的气动干扰，及气动性能产生较为明显的影响，在设计共轴对转螺旋桨时选择合适的桨间距，有利于提高螺旋桨气动性能。     

几种生长模型参数的最小二乘估计方法及应用

提出一种Logistic模型、Gompertz模型、Mitscherlich模型和Bertallanffy模型的分布参数估计方法，这种方法以加权最小二乘法为基础，推导求解分布参数的方程组。利用这类曲线模型中参数形式的特点，使同时求解三个参数的问题简化为同时求解两个参数的问题，并给出求解参数耦合方程组的二重二分迭代法。预测地基沉降的计算实例表明，这种方法对于迭代初值的选取要求较低、求解速度快、精度高，而且通过选取权因子可以对已有数据实现“重近轻远”的处理。     

新冠疫情背景下航空物流网络的鲁棒优化

为应对新冠疫情影响背景下客机航线中断导致客机腹舱运力减少的风险，以最小的成本提升航空物流网络的鲁棒性，提出不确定客机腹舱运力情境下全货机航线配机及路径优化问题研究。以网络总成本最小化为目标，考虑“客机腹舱+全货机”的运输方式、城市间的航空货运需求、运输距离等因素，建立了客机腹舱运力不确定环境下航空物流网络鲁棒优化模型，并采用列与约束生成（C&CG）算法对模型进行有效求解。通过S货运航空公司案例数据，研究航空物流网络航线优化布局问题。通过案例分析证明，运用两阶段鲁棒优化方法，可有效降低航空物流网络受客机腹舱运力减少导致的成本变动；在客机航线完全中断的状况下，所提方案可以降低航空物流网络20.7%的成本。运用两阶段鲁棒优化方法有利于决策者灵活进行全货机配机选线，在客机腹舱运力不确定影响背景下兼顾航空物流网络的经济性和鲁棒性。