Eurocat—X软件可靠性建模分析及预测

根据软件可靠性的建模过程对Eurocat—X软件的失效数据进行分析。通过非线性回归方法估计模型参数,比较3种模型的拟合度,得出最适用于该软件的可靠性模型．并预测其软件可靠性。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

随机声载荷时域信号门限自回归模型研究

利用航空发动机燃烧室噪声测试数据[1],采用门限自回归分析方法建立随机声载荷门限自回归模型SETAR(2;2;30,30),得到令人满意结果,并将拟合和预测均方误差与文献[1]非门限的自回归滑动平均模型ARMA(17,16)的结果进行了比较.     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

编与读

编与读读者朋友们:2007年在你们的热心支持中过去了。回顾过去的一年,《读者园地》版块给我带来了许多的惊喜,许多的感动,也有一些遗憾和愧疚。惊喜的是我看到了你们在事业上取得的成就,在学业上获得的成绩;感动的是你们对航空航天执着的追求和热爱;遗憾的是由于版面的关系,不能每一封信都一一回复和解答;愧疚的是由于疏忽,有时给读者的答复不是完全准确。我们迎来了2008年,这是令全国人民都欢欣鼓舞的一年——奥运会即将在北京召开。新年新气象,我们的《读者园地》也希望借着这阵东风,走上更高的台阶!我们热切地希望新老读者一如既往地支持我们!E-Mail:hkzszz@163.com《读者园地》编辑     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

硬支承动平衡机通用微机化电测系统的研究

论述了一种以IBM-PC为主机的微机化通用硬支承动平衡机电测系统的实现方法。系统采用了先进的硬软件结合技术,寻求达到高精度、多功能、易操作和低成本的总体目标。为了满足不同用户的需求,系统具有多种支承方式、多种显示方式、多种补偿方式、多次启动平均、多面校正计算、多和打印方式以及自动标定和留言服务等功能．     

基于最小二乘支持向量机的普通高校招生人数预测研究

近年来普通高校的发展速度与规模,使社会大众兴起了对教育质量与总量的关注。普通高校招生数预测是制定教育政策的重要依据。针对中国文化教育的特征,在统计学习理论和结构风险最小化原理的基础上,建立了基于最小二乘支持向量机的时间序列预测模型。预测结果表明该模型具有较高的预测精度,为普通高校招生数预测提供了一条新的途径。     

基于EMD熵特征融合的滚动轴承故障诊断方法

研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.