基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

新的寻的导弹半实物仿真系统小样本实验方法

针对自寻的制导导弹半实物仿真系统仿真实验造价昂贵的现实,对小样本实验进行了研究,提出了一种新的基于目标机动对命中误差灵敏度和机动分布函数的小样本实验和估算方法.文中描述了目标机动对命中误差灵敏度的拟合正交函数系及其一致收敛性,并用测度理论证明了小样本方法估算期望和方差的逼近的一致收敛性质.文中的理论证明为该小样本实验方法提供了理论依据.通过对半实物仿真系统的大样本和小样本对比实验,证明该方法的统计结果与大样本统计结果非常接近.该方法是一个适应于各种可控变参系统和自寻的制导武器半实物仿真系统小样本实验的崭新方法.     

基于SVM的小样本可靠性数据分布模式识别研究

小样本数据分布模式识别是航空新装备可靠性分析中亟需解决的一个难题。采用现代统计学原理及支持向量机多分类算法提取了数据分布特征参数,构建了小样本数据分布模式识别模型。测试结果表明,模型对小样本数据分布模式具有较强的识别能力。     

多因子异方差分析

提出一种多因子异方差分析方法,在变异系数相同的条件下,详细讨论了单因子、双因子以及多因子异方差分析。该方法可以对多个正态母体是否具有某种不同的均值进行检验和估计。并且通过少量试验,对仿真和数字化设计结果进行检验,分析各个因素(因子)对仿真和数字化设计结果的影响,以确定哪些因素已被正确仿真,而哪些因素尚未被正确模拟,从而指导仿真软件的编制。此外,该方法还可以根据试验数据对仿真和数字化设计结果进行修正。      

极小子样试验的半经验评估方法

阐明了Bootstrap方法适用于子样数n≥5而不适用于子样数为n=1,2的情形,对于n=1,2的极小子样,给出了一种半经验评估方法,并提出了把n=1虚拟增广至n=5的半经验虚拟增广子样法与Bootstrap再抽样法相结合的极小子样评估方法,阐明了所提方法的立论依据与推导过程,给出算例并做了有益的讨论。     

疲劳强度概率分布的统计推断

 本文就疲劳强度概率分布问题从统计角度出发,利用统计推断方法处理。通过三组较大子样的疲劳试验数据的统计分析,得出与在假定一定的疲劳寿命概率分布下由数学分析方法推导出的理论概率分布完全不同的结论。该法中疲劳强度概率分布与疲劳寿命分布没有直接关系。     

基于飞行器使用的高压薄壁气瓶的设计可靠性分析

本文对飞行器使用的承受内压的薄壁气瓶设计计算公式进行了分析,结合可靠性和概率设计理论,考虑压力、径比和材料性能等设计参数的不确定性,应用几个不同的强度设计理论,建立相应失效极限状态方程.之后对高压薄壁气瓶在相同设计输入下的可靠度进行了计算和对比分析,并对设计参数在不同强度设计理论下的敏感性进行了分析.     

多元正态分布整体推断方法

提出多元正态分布整体推断方法。通过仿真结果与试验数据有机结合,该方法能够将多个不同状态下的多变量(多指标)的试验数据作为一个整体进行统计分析,给出多元正态分布均值和协方差矩阵的整体估计。文中详细讨论了多个状态下二元正态分布均值和方差的无偏估计和置信区间估计。与传统方法相比,该方法不但具有更高的精度,而且解决了一种状态下只有一个试验数据时多变量(多指标)产品可靠性评定的难题。此外,文中还给出一种均值和方差仿真结果的极小子样检验方法。      

复合材料自动铺带技术研究(Ⅱ)——柱面上沿"自然路径"铺带的压辊坐标生成

根据可展曲面上“自然路径”与测地线等价原理,应用沿弧长展开方法,研究了柱面上“自然路径”轨迹生成、铺带头轨迹坐标和姿态坐标计算模型与方法,讨论了简单边界的处理原则与方法,为实现柱面自动铺带CAD/CAM提供了依据。     

基于支持向量机和人工免疫的新结合算法

为了减少大规模数据的支持向量机的样本训练时间，提出了人工免疫（aiNet）和支持向量机（SVM）相结合的算法（ai—SVM）。aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布。压缩后的样本组成了抗体网络，并在此抗体网络上构建了支持向量机模型。最后结合实际数据样本对ai—SVM算法进行了验证。结果表明，ai-SVM算法可大大减小训练样本集和训练代价，且不降低精度。