适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

航天火工机构可靠性的强化试验验证方法

针对性能参数服从正态分布的一类航天火工机构,参照“应力-强度”模型,提出了一 种强化试验的小子样可靠性验证方法。试验中将火工机构性能参数置于相对额定条件更为严 酷的条件下,用传统的成败型试验方法评估其可靠性,然后结合火工机构的力学特性推导出 它在额定条件下的可靠性。公式的计算验证表明：利用本方法,在0.95的置信度下,只需要 少于10次的试验就能够评定0.9999～0.99999的可靠性。最后,文章对强化试验的设计方法 进行了说明。
     

压电驱动自耦合射流冲击冷却特性的实验

利用热线风速仪测量了二维狭缝自耦合射流的速度和湍流度变化,获得了激发器输入电压、频率对自耦合射流的影响规律,获得了激发器的最佳激励电压和频率值;并将自耦合射流应用于冲击换热,通过红外热像仪得到了不同加热功率下加热靶板对流换热系数分布。实验结果表明:(1)在冲击间距比小于20时,射流处于发展区内,冲击冷却效果较差;(2)冲击间距比大于20以后,射流完全形成并趋于稳定后,冲击靶板的换热效果较好;(3)但由于射流速度随着距离增大而衰减,换热效果在冲击间距比为80时达到最佳。      

非均匀横流作用下冲击射流冷却的数值研究

运用数值计算的方法对非均匀横流作用下冲击射流冷却的流动和传热过程进行了三维数值研究,揭示出射流冲击孔和横流孔相对排列方式、射流雷诺数和横流雷诺数相对大小、射流孔中心至横流孔出口截面距离等因素对冲击射流冷却流动传热特性的影响。结果表明:若保持总的冷却流量不变,当横流雷诺数与射流雷诺数之比等于或大于0.5后,有横流时的冲击射流冷却局部努塞尔数比无横流时有较为显著的下降;在非均匀的横流作用下,对于叉排和顺排方式,由于射流和横流的相互作用,壁面温度分布呈现出复杂的特征;射流孔和横流孔呈顺排布置时,峰值努塞尔数所对应的射流驻点区向下游偏移。      

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

航空用原位颗粒增强铝基复合材料研制与发展

与外加颗粒法相比,原位自生法制备的颗粒尺寸小、表面干净且与基体界面结合强度高,使得铝基复合材料具有高比强度、高比模量以及良好的强塑性匹配等优势。因此,原位自生铝基复合材料是航空航天结构件轻量化设计的理想材料之一。从原位自生TiB₂颗粒增强铝基复合材料制备、组元配比优化设计、性能与强韧化机制等三个方面总结其研究现状,同时梳理了原位自生TiB₂颗粒增强铝基复合材料存在问题与未来发展方向,以期望促进原位自生铝基复合材料在民航客机等航空高端领域快速发展。     

微粒子喷丸技术研究进展

微粒子喷丸因其采用的弹丸介质尺寸小,具有强化基体表面并降低表面粗糙度的优点,已成为航空、能源动力等领域中一项重要的表面强化技术.目前对于该技术的研究仍处于对其强化机理的试验论证阶段,还未有完整的理论体系.对微粒子喷丸技术的原理和特点进行了综述,讨论了微粒子喷丸的强化机制,阐述了目前微粒子喷丸技术的研究现状及在各类材料中...     

基于强化学习的在轨目标逼近

从强化学习的角度,对在轨目标逼近问题进行研究,设计了一种整合制导与控制的端到端的算法.首先对在轨目标逼近问题进行数学建模;然后对强化学习算法原理进行简介,根据问题特点分析不同强化学习框架的优劣,确定以DDPG作为算法框架,并设计了基于强化学习的在轨目标逼近算法;最后通过仿真验证,分析了基于强化学习逼近算法的优劣性.     

电子对抗技术发展综述

随着雷达低截获技术、通信系统抗干扰技术的发展和战场上智能化电子信息装备部署的应用,战场电磁频谱环境的复杂程度日益增加。如何提高电子战感知环境-适应环境-做出决策-采取行动(OODA)环路速度,实现电磁敏捷,是电子战应对未来复杂战场环境挑战需要解决的关键科学技术问题。通过分析现代雷达技术发展对传统电子战系统的挑战,阐述认知电子战发展的必要性,并从认知概念演变、人工智能技术发展、认知电子战关键技术等方面,对传统电子战向认知电子战发展过程中人工智能技术的应用情况进行分析与总结。     

Key Problems in Coordinated Air Combat andMulti-agent Reinforcement Learning

自从协同作战的概念提出后,各军事强国在协同空战领域均取得了重大进展,协同成为提升作战能力的倍增器。近数十年来,作为解决序列问题的现代智能方法,强化学习在各领域高速发展。然而,面对高维变量问题时,传统的单智能体强化学习往往表现不佳,多智能体强化学习算法为解决复杂多维问题提出新的可能。通过对多智能体强化学习算法原理、训练范式与协同空战的适应性进行分析,提出了协同空战与多智能体强化学习的未来发展方向,为更好地把多智能体强化学习应用于协同空战提供思路。