基于增量学习的非定常气动力参数化降阶模型

气动降阶模型（ROM）是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归（LS-SVR）和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。     

基于支持向量机回归的民机航材消耗预测研究

航材作为装备保障的关键部件,其精确化保障在降低库存管理成本、优化资金分配、提高飞行安全等方面有重要作用。为保障飞机正常起飞,增加航空公司运营收入,降低航材保障费用,针对飞机航材消耗样本小、变化大难以预测的问题,提出一种基于支持向量机回归的航材消耗预测模型。以某国产民用飞机实际消耗数据为例,对支持向量机回归模型的预测精度进行验证。结果表明：该支持向量机回归模型对小样本数据有很好的适应性,相比指数平滑法具有更高的预测精度。     

基于支持向量机的多类分类算法综述

作为一种新兴的机器学习方法,基于统计学习理论的支持向量机,最初是用来解决二类分类问题的。对于实际中主要遇到的多类分类问题,目前常用的两大类改进推广方法为"分解—重组"法和"直接求解"法。文章对二类方法进行了介绍和分析,指出其优缺点和未来的改进方向。     

基于三维叶尖间隙的叶片裂纹动力响应特征分析与诊断方法

将裂纹叶片三维动力响应分析与参数识别方法相结合,分析不同裂纹叶片状态下三维叶尖间隙（3-dimensional blade tip clearance,3D-BTC）动力响应参量的信息熵特征,并利用稀疏滤波从不同参量信息熵分布中无监督学习叶片裂纹的多尺度动力响应特征,实现裂纹叶片在运行过程中响应变化特征的信息熵定量描述。在此基础上,利用支持向量机（support vector machine,SVM）的强非线性映射能力建立多尺度响应特征空间与状态空间之间复杂映射。经试验证实,所提方法能实现叶片裂纹损伤程度的定量诊断,达到100%的诊断准确率,远优于其他方法,且诊断结果稳定性好。     

集值广义强向量拟均衡问题系统解的存在性

研究集值广义强向量拟均衡问题系统,利用KFG不动点定理得到了具有控制结构的集值广义强向量拟均衡问题系统解的存在性.当集值广义强向量拟均衡问题系统解退化为集值广义强向量拟均衡问题解时,即为特例.     

一种鲁棒的飞机零件多尺度特征点检测方法

针对飞机零件几何模型多尺度特征检测问题,提出一种鲁棒的多尺度特征点检测算法。算法首先设计一种L1中值滤波算法获取无结构点云精准法线;然后基于计算得到的法线,计算各点的局部邻域波动,提取初始特征点;最后针对初始特征点数据冗余问题,提出一种收缩优化策略,计算最终特征数据点。试验结果表明,与传统的点云特征点检测方法相比,算法检测精度明显提升;其次,对于存在较大噪声的点云数据仍然能够有较好的提取效果,算法鲁棒性高。     

一维向量场含时变参数的非完全分岔

提出新的简便的方法研究一维向量场含线性时变参数的非完全分岔问题. 建立了量级平衡的基本方法,并结合微分方程解对参数和时间的连续性,讨论时变分岔方程的分岔转迁滞后和对分岔图的影响. 对3种不同类型的分岔模型方程作了具体的分析,给出它们分岔转迁的量级关系,定性分析结果与数值结果基本一致. 研究表明:存在非完全分岔参数的临界值,使得当非完全分岔参数分别小于、等于和大于临界值时,相应的时变分岔分别出现滞后、与定常分岔几乎一致和提前现象.     

具有控制结构的集值强向量均衡问题解集的本质连通区

讨论了具有控制结构的集值强向量均衡问题解集的本质连通区.在集值强向量均衡问题所构成的空间M中,本文利用具有控制结构的集值强向量均衡问题解映射为usco映射的引理,研究其解集在一定条件下的本质连通区,得到了一个具有控制结构的集值强向量均衡问题解集的本质连通区的存在性定理.     

基于支持向量机和人工免疫的新结合算法

为了减少大规模数据的支持向量机的样本训练时间,提出了人工免疫（aiNet）和支持向量机（SVM）相结合的算法（ai—SVM）。aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布。压缩后的样本组成了抗体网络,并在此抗体网络上构建了支持向量机模型。最后结合实际数据样本对ai—SVM算法进行了验证。结果表明,ai-SVM算法可大大减小训练样本集和训练代价,且不降低精度。     

基于支承向量数据描述的行星齿轮故障诊断技术研究

针对直升机主减速器大传动比行星传动结构故障诊断的需求,本文提出了一种基于行星传动结构振动信号时域、频域特征的故障诊断方法,通过提取行星传动结构时域、频域特征,构建表征行星传动结构典型故障类型的特征向量矩阵,并利用支承向量数据描述的方法在高维特征空间中实现了对行星传动结构故障类型的辨识.