混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

无人机对地自动攻击占位轨迹生成研究

基于无人机对地自动攻击过程,应用最小值原理求解了无人机对地自动攻击占位段的应飞轨迹,该方法将威胁模型、飞机运动方程和对地攻击任务有机结合,使生成的占位轨迹既能有效规避各种威胁又能为武器投放创造条件。对占位轨迹计算中的两点边值问题采用了共轭梯度法求解。通过实例仿真表明该方法是正确有效的,所得占位轨迹波动平缓没有剧烈折线现象,对占位机动研究具有一定的参考价值。     

基于解重扩算法的GPS抗干扰实时接收机研究

提出了一种基于解重扩算法的GPS抗干扰实时接收机系统的硬件实现方案。此方案充分利用解重扩算法和GPS接收机的特点,将两者紧密耦合,并根据FPGA和DSP的不同性能,实现了资源的合理配置。实测数据验证表明,该系统不仅能够抑制干扰信号,而且可对卫星信号产生较大增益,实现多波束抗干扰。     

基于遗传算法的火焰筒浮动瓦块热-结构耦合优化分析

以火焰筒浮动瓦块结构为研究对象,将遗传算法和“穷举搜索法”相结合,采用二步递进策略对浮动瓦块进行了热-结构耦合优化分析.首先利用遗传算法对瓦块结构中安装螺栓杆的位置变量进行优化;然后利用“穷举搜索法”对瓦块的厚度和螺栓杆直径进行优化.通过优化分析得到了结构性能更优的瓦块结构方案,使其最大应力比降低了22.77%.结果表明遗传算法和“穷举搜索法”相结合的优化方法应用在浮动瓦块的结构优化设计中是有效、合理的.      

基于并行多目标遗传算法大涵道分开式排气系统气动优化设计

通过引入快速非支配排序算法、拥挤距离以及拥挤距离比较算子等对基本遗传算法进行改进,并结合massage passing interface(MPI)并行编程技术,发展了主从式并行多目标遗传算法(PMGA).将PMGA与排气系统型面参数化设计方法、Navier-Stokes方程求解器相结合建立了分开式排气系统气动优化设计平台.应用该平台对某型分开式排气系统进行了多目标优化设计,得到了一组在三个目标上都优于初始设计的Pareto最优设计.将典型的Pareto最优设计和初始设计进行分析、比较,证明了该气动优化设计平台的高效性和可靠性.      

基于等效系统拟配的人-机闭环系统稳定性研究

对于现代带电传操纵系统飞机,其人-机闭环系统是非线性高阶复杂系统.针对带电传操纵系统人-机闭环系统稳定性问题,运用遗传算法在频域内对人-机闭环高阶系统进行了等效拟配,提出应用根轨迹法对拟配得到的低阶等效系统进行稳定性分析.仿真结果表明,用遗传算法进行等效拟配能够避免初值选择问题,拟配精度较高.所提方法能够考虑到驾驶员环...     

基于改进遗传算法的终端区排序研究

终端区航班排序是减少航班延误,降低成本的关键技术。基于安全性考虑,将进近无冲突作为约束条件,这是一个组合优化问题,多约束条件互相制约,导致可行解较难获得。采用改进遗传算法,针对航班速度编码的特性引入局部适应度函数,并以此为标准指导交叉变异操作。仿真结果表明,求得的进近队列延误低、无冲突,且遗传更具方向性,收敛快,大大提升求解速度,更符合实际运用中实时性要求,优于传统方法。     

基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...     

磁悬浮反作用飞轮热设计方法与实验研究

 作为新型航天器姿态控制执行机构,磁悬浮反作用飞轮工作在高真空环境下且转子完全悬浮,使得热量不易散出,故需要对飞轮进行温度场计算并进行热优化设计。为此,提出一种有限元与热网络模型相结合的优化热设计方法:首先利用有限元法计算温度场分布;然后对不符合温度要求的部件建立热网络模型,分析影响温度的因素,提出优化措施。该方法具有计算精度高、优化速度快的特点。将该方法应用于某样机的热优化设计中,使飞轮的最高温度由121.6 ℃降到了52.7 ℃。对经热设计前后的两台磁悬浮反作用飞轮的实验研究证明了热设计的正确性,从而为磁悬浮飞轮系统的结构设计和热设计奠定了基础。     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...