我看莫言:莫言之所以成为莫言

<正>如果不是诺贝尔文学奖,我可能还不知道莫言,也不会知道他的高密东北乡这样一个文学王国的存在。莫言的获奖,使我像一个饥饿的孩子,突然找到了一把打开文学王国的钥匙,我的面前是文字的盛宴,从《红高粱高族》、《透明的红萝卜》、《白狗秋干架》到《檀香刑》、《生死疲劳》、《丰乳肥臀》再到《蛙》。华中科技大学出版社《看莫言:朋友、专家、同行眼中的诺奖得主》一书的及时面市,让我欣喜若狂。"张艺谋、大江健三郎、余华等齐聚发声,千言万语,何若莫言",     

基于Leaky Noisy Or模型的民机诊断决策方法研究

针对现代民机在排故过程中面对不确定性、多源异类信息时难以进行快速诊断的问题,提出了一种基于贝叶斯Leaky Noisy Or网络的诊断决策模型。采用故障假设-观测-维修操作节点的网络结构,结合专家经验建立贝叶斯网络拓扑结构,将Leaky Noisy Or节点引入网络模型中,同时结合向前多步决策算法,构建多步决策模型。仿真实验表明,与传统方法相比,该模型能够有效解决排故中的不确定性问题,并可最大限度地融合多源异类信息,提高了诊断排故速度。     

考虑接头参数化的空间桁架轻量化设计

提出了一种考虑接头参数化建模的连杆布局优化方法,该建模过程是基于轴线夹角及尺寸完成的。管状接头结构的几何特性由被连接杆件之间的相互位置和尺寸决定,通过将其相对位置转化为接头轴线夹角,将其尺寸转化为接头主管及支管尺寸实现了接头有限元模型的参数化建模。接头结构的空间位置可由被连接件的空间位置转化的轴线交点决定,综上可以实现接头有限元模型的嵌入及整体桁架结构的有限元模型建立。利用基于高斯过程的贝叶斯方法对于桁架连杆布局进行优化设计,同时将制造难度纳入考虑并给出具体的设计方案。数值算例表明,优化方法可有效提高优化目标即结构固有频率。     

飞机作战效能评估中人的可靠性的引入方法

分析了目前的研究现状,提出了在飞机作战效能评估中引入人的可靠性的思想,分析了飞行员可靠性的特点,对在作战仿真和解析计算评估中的引入方法作了相应的探讨和研究。     

备份设计的可靠度

文章在两类不同的验前分布情况下,用贝叶斯定理推断并联、待机和多数表决系统的可靠性置信下界。其解可供电子系统设计者参考。     

基于Wiener过程的民用航空发动机性能可靠性预测

通过对民用航空发动机性能退化数据的分析,提出了一种有效融合先验退化数据和现场退化数据的性能可靠性评估和剩余寿命预测方法.首先在先验退化数据的基础上确定Wiener过程参数的先验分布,然后利用贝叶斯方法融合新增的现场数据,对Wiener过程参数进行更新,并在此基础上对单台发动机进行性能可靠性评估和剩余寿命预测.该方法能根据现场退化数据不断地对可靠性和剩余寿命进行更新.最后通过某航空公司发动机性能退化数据验证文中提出的方法,结果表明41号发动机在2000循环和3000循环时预测的剩余寿命相对误差分别为0.060和0.018,可以满足航空公司发动机下发计划制定的实际需要.      

基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

疲劳强度分布参数的贝叶斯分析

以贝叶斯估计为分析基础,用Monte Carlo方法产生大样本来计算机模拟升降法,由疲劳强度分布参数的估计值推导出了参数本身的后验分布.通过参数的后验分布,可以对参数进行区间估计和置信分析.该法解决了由于实验费用昂贵而一般只对长寿命区疲劳强度分布参数进行点估计的问题,为疲劳强度分布参数的进一步研究打下了基础.通过一个算例验证了方法的可行性,并且由计算结果分析比较了升降法的3种数据处理方法.      

基于贝叶斯动态模型的自相关控制图

传统控制图应用的假设前提是从过程得到的观测值彼此独立.但许多过程存在自相关现象,并且这种自相关现象对控制图性能有严重影响.从工程实际出发,对AR(1) 过程模型提出了基于贝叶斯动态模型的自相关控制图,阐明了此自相关控制图的原理和方法;并将该控制图与基于过程模型的自相关控制图的性能进行比较.此控制图借助贝叶斯先验估计,建模迅速,不以时间序列模型为基础,对强自相关模型具有很好的性能.对强自相关过程,并要求迅速建立过程控制时,可以使用此自相关控制图,进行过程监视.