多媒体智能数据库系统MIDS／BUAA

ＩＤＢ（智能数据库）思想的提出，预示着人类的信息处理即将步入一个崭新的时代．ＩＤＢ将计算机科学中近年来日趋发展成熟的五大主要技术，ΟΟ（面向对象）技术、ＤＢ（数据库）技术、ＡＩ（人工智能）、Ｈｙｐｅｒｔｅｘｔ／Ｈｙｐｅｒｍｅｄｉａ（超文本／超媒体）和正文数据库与联机信息检索技术，集成为一体．其中ΟΟ、ＡＩ和ＤＢ是ＩＤＢ中的三大支柱技术．本文论述ＭＩＤＳ／ＢＵＡＡ数据模型（Ｄａｔａｍｏｄｅｌｉｎｇ）的哲学，并介绍ＭＩＤＳ／ＢＵＡＡ系统的设计思想、动机、核心数据模型，系统的功能构成和它的Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ体系结构．     

基于粗糙集的群体智能文本挖掘聚类算法

介绍了在粗糙集理论和群体智能理论的基础上提出的一种优化的用于文本挖掘的蚁群聚类算法。实验证明,该算法有效地降低了文本特征向量的维数,提高了运行效率和准确性。     

人工智能在气动设计中的应用与展望

在人工智能技术高速发展的浪潮下,智能化技术为空气动力学的研究提供了新的思路和手段。各国学者在人工智能与空气动力学设计的综合应用方面开展了诸多有益的探索与尝试。目前人工智能方法已被用于设计对象描述、数值求解、非线性映射等气动设计的关键环节中。实现了自适应设计参数探索、高效气动特征求解、快速数据降维与映射、智能优化等,提高了气动设计的速度、准确性、鲁棒性与全局性。概述了气动设计的发展现状、人工智能技术的研究现状以及机器学习在气动设计中的应用现状。展望了深度学习在气动设计上的应用前景。提出了以机器为核心根据优化阶段实时调整优化方案及走向的高度智能化气动设计概念——"机器设计"。强调了开展智能可诠释设计研究的重要性。     

数字卫星概念研究

基于模型的系统工程是卫星工程设计研制的理论基础,构建数字卫星是总体设计单位的重要工作.本文分析了卫星总体设计过程对数字卫星模型精度的要求,按不确定性的大小粒度,给出了点模型、流模型和场模型的定义;提出数字卫星场的模型精度或不确定性是制约卫星功能密度、反映总体设计水平的关键指标.结合数字孪生系统的概念,论述了数字卫星场模...     

人工智能气动特性预测技术在火箭子级落区控制项目的应用

发展了一种基于人工智能算法的气动特性预测技术,在开展部分工况风洞试验基础上,结合少量数值仿真结果,通过机器学习模型预测全部工况气动特性.该方法能够降低研制成本,缩短周期.先后解决了相关函数选择、模型超参数训练、数据检验和"人在回路"应用等关键算法与技术问题,应用于运载火箭子级栅格舵落区控制项目气动研制,获得了设计所需完...     

基于单片机控制的智能室内光强控制系统

利用单片机技术,实现现代家居及办公、娱乐场所的光强智能控制。更具有与微机通信功能,有利于特定场所的光强预设,可方便嵌入已有的家居、办公及娱乐场所的智能控制系统中。     

基于PEV准则的不确定随机多目标规划问题求解

为解决独立变量的不确定随机多目标规划问题在传统求解中存在分析不全面等问题,在期望值-方差准则下提出了一种新的求解方法。基于机会理论,引入不确定随机变量,在此基础上提出了不确定随机多目标规划问题;引入不确定随机变量的序关系,利用变量间的序关系把不确定随机多目标规划问题转化成不确定随机单目标规划问题,并通过期望值-方差准则把不确定随机单目标规划问题转化成确定的单目标规划问题进行求解;通过理论推导证明,在新准则下转化后的问题得到的最优解是原不确定随机多目标规划问题的有效解;最后,通过对无人机情报侦察监视任务分配问题的求解,利用改进的萤火虫算法求得有效飞行序列,验证了所提方法的可行性和有效性。     

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。     

基于功率保持的辅助动力装置引气性能计算模型

以带负载压气机辅助动力装置(APU)为对象,分析了其结构特点与工作原理,针对目前工程上常用的APU引气性能计算模型的不足,建立了基于APU与空气涡轮匹配的总体性能数学模型和负载压气机变几何部件特性插值模型。在此基础上,研究了APU功率调节规律,获得了轴功率负载、APU涡轮前温度、排气温度与负载压气机进口导叶角度之间的匹配关系,进而实现了APU全包线内和全工况下的引气性能计算。利用GTCP131-9A试验数据对模型进行了验证,结果表明:引气流量计算误差小于3%,引气压力计算误差小于4%;功率保持下的APU涡轮前温度限制值仅与轴功率负载大小有关,与进气温度无关。研究结论对于带负载压气机APU总体性能计算和调节规律设计提供了参考。      

军用航材智能化保障的技术构建

针对军队航材保障效率较低、反应时间过长等问题,结合国防与军队信息化、智能化建设的实际,提出了军用航材智能化保障模式;通过运用物联网、神经网络、云计算等方法,对智能化保障模式各功能的实现提出支撑技术,航材智能化保障模式各项功能得以实现;通过对军用航材智能化保障进行模式构建,并就该模式下各功能模块的实现提出支撑技术,革新保障方式,有效提高了航材保障的效率。