航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

数据扰乱技术在遥测中的应用

为了使遥测系统中的码同步器正常工作,采用了数据扰乱技术.分析了用序列产生器构成的自同步的数据的扰乱和解扰原理,并给出了原理图和具有数据扰乱的遥测系统方框图.     

基于复杂多阶段连续决策问题的动态窗口蚁群算法研究

本文研究非线性的大规模复杂多阶段连续决策问题,研究了一种结合遗传优化的动态窗口蚁群算法。该算法将各阶段容许决策值映射为一个层状构造图中的有限节点集,其中每一层节点对应某一阶段容许决策集的子集,该子集用实数编码遗传优化进行动态筛选,以减小算法的搜索空间。     

反舰导弹对编队预选目标捕捉概率模拟算法

在反舰导弹动态模拟法的基础上,针对编队目标的特点分析并设计了一种新的对编队预选目标的捕捉概率模拟算法,该算法能较准确地计算预选目标的捕捉概率.     

高血压鉴别诊断专家系统HEDDS的不精确推理算法

本文在分析著名的医学专家系统MYCIN不精确推理算法的基础上,提出了一种易于在微型计算机上实现的简便有效的不精确推理算法,并就其一些性质进行了讨论。