基于Kriging代理模型的失效机会测度算法

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。     

时滞依赖状态的随机脉冲随机集值微分方程解的存在性

利用随机脉冲有关理论、时滞依赖状态相关方法结合适当的集值映射不动点定理,基于公理化定义的相空间,研究了一类时滞依赖状态的随机脉冲随机集值微分方程解的存在性,在满足一定条件下获得了此类问题温和解的存在性.     

基于天牛群优化算法的转台控制系统研究

人为依据经验确定转台调节过程中的PID参数不仅效率低,而且参数的精度低,难以达到满意的效果。为解决该问题,提出了一种基于天牛群算法的PID参数寻优方法。首先建立了转台的数学模型,其次介绍了天牛群算法的算法流程、目标函数和寻优过程,最后使用IAE准则通过该算法对参数寻优得到一组最优解。通过与依据经验确定的PID参数对比,采用天牛群优化算法得到的PID参数更有依据,而且转台控制系统的阶跃响应稳定时间为1.1s,超调量为7.4%。     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

混合遗传算法在航天器最优交会中的应用

推导了航天器双冲量交会时的优化模型,以此为基础构造了最优交会的燃料-时间混合优化指标,并针对基本遗传算法局部搜索能力不强的问题,提出一种将最速下降法与遗传算法相结合的混合遗传算法,其中下降搜索的优化方向利用每一代中最劣个体所包含的优化信息获得。数值计算表明,该混合算法可加速算法的收敛,具有良好的优化性能和函数适应能力。最后,对共面圆轨道双冲量交会情况进行了仿真计算,仿真结果表明混合遗传算法的设计是成功的。     

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.     

随机响应面法在结构随机响应计算中的应用

传统的响应面方法以一般多项式逼近结构的随机响应,但这种方式并不能保证收敛性.以随机多项式为基础的随机响应面方法,可以弥补这一不足.两个数值例子和一个发动机轮盘实例来验证这一方法的有效性.结果表明:随着随机多项式次数的增加,随机响应面所得到的响应概率密度曲线愈加趋近于由蒙特卡罗方法所得到的概率密度曲线.      

飞行器最优机动策略研究方法及进展

回顾了国内外最优机动策略研究的理论和方法,着重论述了近几年国内外的最优轨道机动策略问题的研究状况,比较了国内外的发展差别,讨论了轨道最优机动策略的发展趋势,为我国飞行器最优轨道机动策略研究方向提供了有意义的参考。     

高精度火箭橇试验轨道随机不平顺分析

对实测高精度火箭橇试验轨道随机不平顺功率谱密度(PSD)进行B样条插值,得到拟合用PSD平均曲线.对此曲线采用最小X方回归与粒子群优化算法,得到了指数函数形式的PSD函数参数值.基于PSD进行频率采样,利用Monte Carlo法模拟得到随机相位,然后利用Blackman-Turkey法模拟得到试验轨道空间域内的不平顺大小.分析与模拟结果表明:高精度火箭橇轨道随机不平顺具有低频、低幅值和低功率特性.随机不平顺对数PSD值随频率的增加而趋于稳定值.     

基于Monte-Carlo方法的终端区容量计算分析

终端区的容量评估一直是容量评估的难点和关键所在。首先分析了影响终端区容量的因素;然后结合终端区的特点,建立了终端区容量评估的计算模型。并考虑到有关的随机影响因素,利用随机模拟的方法,对终端区容量进行了较为准确的分析和估计。结合乌鲁木齐终端区的实际,对终端区容量进行了评估,仿真结果验证了评估方法的可行性。