组合预测方法在APU状态监控中的应用

针对复杂非线性时间序列预测误差较大的问题．提出了一种组合预测的方法以减小误差。该方法通过采用均方误差确定权系数的思想．拟合混沌预测和指数平滑预测的结果．对飞机辅助动力装置的排气温度进行预测．通过监控排气温度的预测值监视其工作的状况。仿真结果表明．组合预测的精度比单一方法高．预测更准确。     

基于混沌变量的航空发动机性能监控与故障诊断

针对在利用综合加权法计算表征发动机整体性能的综合指数时,各参数的权系数难于确定,本文提出利用混沌变量确定各参数的权系数,使优化得到的综合指数值比采用专家调查法所得到的综合指数值更能灵敏、准确地反映发动机整体性能的变化情况,提高了发动机性能正常与否的识别率,并以此来发现发动机潜在早期故障,防止故障的扩大。通过对某型涡扇发动机进行监控,证明该方法确实有效。      

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于局部Neymark分解的混沌信号与噪声的分离方法

从动力系统和几何的观点出发,提出了基于局部Ｎｅｙｍａｒｋ分解的混沌信号与噪声的分离方法。该方法在一个局部的轨道空间内进行Ｎｅｙｍａｒｋ分解,重构时消除由噪声引起的在某些方向上的错误分量,接着进行反嵌入,使得这一由于噪声影响而发生畸变的局部轨道得以纠正,达到混沌信号与噪声分离（以下简称混沌滤波）的目的,并对其中的反嵌入问题作了较为深入的讨论,仿真实验表明了本方法的有效性。     

Reliability-based trajectory optimization using nonintrusive polynomial chaos for Mars entry mission

This paper presents the reliability-based sequential optimization (RBSO) method to settle the trajectory optimization problem with parametric uncertainties in entry dynamics for Mars entry mission. First, the deterministic entry trajectory optimization model is reviewed, and then the reliability-based optimization model is formulated. In addition, the modified sequential optimization method, in which the nonintrusive polynomial chaos expansion (PCE) method and the most probable point (MPP) searching method are employed, is proposed to solve the reliability-based optimization problem efficiently. The nonintrusive PCE method contributes to the transformation between the stochastic optimization (SO) and the deterministic optimization (DO) and to the approximation of trajectory solution efficiently. The MPP method, which is used for assessing the reliability of constraints satisfaction only up to the necessary level, is employed to further improve the computational efficiency. The cycle including SO, reliability assessment and constraints update is repeated in the RBSO until the reliability requirements of constraints satisfaction are satisfied. Finally, the RBSO is compared with the traditional DO and the traditional sequential optimization based on Monte Carlo (MC) simulation in a specific Mars entry mission to demonstrate the effectiveness and the efficiency of the proposed method.     

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性,提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先,建立了返回多飞行段轨迹在确定性条件下的优化模型。然后,为同时兼顾轨迹的鲁棒性和可靠性,建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后,基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理,将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题;为提高路径约束的可靠度评估效率,基于非侵入式多项式混沌展开方法对最可能点法进行改进,进一步发展了序列优化和可靠度评估策略。数值仿真结果表明,所提出的不确定性优化方法具有较好的鲁棒性,可以满足工程可靠性指标要求,同时还具有较高的精度和计算效率。     

一类不确定分数阶混沌系统的滑模自适应同步

基于滑模自适应控制理论、Lyapunov稳定性理论和分数阶线性系统稳定性理论,在考虑系统存在模型不确定和外部扰动的情况下,选用一种具有较强鲁棒性的分数阶滑模曲面,设计了合适的自适应滑模控制器。所设计的控制器能够将系统状态控制到滑模面上,实现两个不确定分数阶混沌系统的同步,且不需事先知道不确定项上界。该控制器结构简单,控制代价小,具有较好的通用性,对未知扰动具有较强的鲁棒性。数值仿真验证了该方法的正确性和有效性。     

基于改进差分进化算法的飞行控制律评估方法

 针对基本差分进化(DE)算法收敛慢、易陷入局部最优的问题,提出了基于混沌理论(CT)与高斯扰动的DE算法,进而通过典型测试函数仿真证明了该方法在收敛速度与全局搜索能力方面均优于基本型和其他改进型DE算法。在此基础上构建了基于DE算法的飞行控制律评估流程与实施步骤。实例表明,该方法克服了传统评估方法的缺陷,可在全飞行包线范围内及所有可预测参数摄动情况下对飞行控制律进行快速、准确的评估。     

基于用户自定义变更的本体进化

提出一种基于用户自定义变更的本体进化方法。首先给出了该方法的形式化描述,建立了本体一致性模型和原子变更及冲突消解方法,然后对用户自定义变更模型进行语义描述,将用户自定义变更转换成原子变更,并对其进行了优化。最后给出了用户自定义变更及优化的实例。结果表明:本方法可以很好地满足本体进化过程中用户的复杂需求,并实现了本体变更的形式化描述,解决了各种变更中的冲突问题。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论,分析了网络流量,用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间,进而计算了实际网络的关维数和Lyapunov指数,并证实了网络流量存在混沌特性;据此建立了基于径向基函数（RBF）神经网络的模型,并对实际网络数据流进行了预测。仿真结果表明,相对于其他前馈神经网络预测,基于混沌理论的RBF神经网络预测方法学习速度快,预测精度高。