非结构网格中LU-SGS隐式算法的非平衡性影响

在非结构网格中用LU-SGS隐式算法求解欧拉方程时,两个近似分解因子的项数可能相等,为平衡;也可能不相等,为非平衡.采用对网格重新编号的方法很难达到我们希望的平衡.本文对非平衡性的影响进行了探讨.对二维问题,四边形单元的非结构网格,设计出平衡与非平衡的编号方式.先对标量模型方程分析LU-SGS隐式算法的增长因子,然后通过数值试验来验证这种非平衡性的影响.结果表明,尽管非平衡时也能达到收敛,但平衡却远优于非平衡的情况.     

联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

隐式无网格算法及其应用研究

本文的主要目的在于研究求解Euler方程的隐式无网格算法，并应用于复杂的流场计算。采用无网格算法，计算区域用点云离散代替通常的网格划分；计算点上的空间导数，用当地点云上引入的二次极小曲面逼近。求解的Euler方程用隐式时间后差离散，结合用Roe的近似Riemann解确定通量，并用LU－SGS算法分步计算，数值求解了单翼型或双翼型模拟的复杂绕流。     

分区对接网格算法的应用研究

本文应用分区对接网格技术，由于采用了对接面上网格点完全对应的方法，能自动满足通量守恒和计算的稳定性。采用有限体积算法下的原始变量型NND格式，求解NS方程，数值模拟了复杂外形的高超声速层流流场，计算结果与实验测量符合较好。     

超声速平头圆柱绕流DSMC/EPSM混合算法研究

本文将EPSM算法与DSMC方法结合，构造了可模拟含近连续流区及过渡流区的DSMC／EPSM混合算法。运用混合算法模拟马赫数等于5．37时超声速平头圆柱绕流，并与DSMC结果进行比较，证明了DSMC／EPSM混合算法的有效性，并对两种算法的计算效率进行了比较。     

飞机排故方法模糊与统计综合评估算法的研究

针对民航飞机维修过程中故障描述对应的多种故障原因和排故方法,无法进行确定性选择问题,采用模糊综合评估理论,在统计已往维修经验数据的基础上,提出一种在各种故障原因和排故方法中进行选择的优先排序算法,进而解决了飞机故障诊断信息应用的关键问题,提高了排故速度。此评估算法已应用到民航的维修实践中。     

混合正态分布参数极大似然估计的EM算法

利用传统的估计方法确定混合正态分布参数极大似然估计是很困难的。为此采用EM统计算法,引入恰当的“潜在数据”简化了计算过程,将复杂的极大化运算转化为一系列求期望和极大化的简单步骤。算例结果表明EM算法是有效的,估值精度满足要求。     

液体火箭发动机推力室冷却通道流动与传热数值研究

采用气固耦合算法对液体火箭发动机推力室再生冷却通道的流动与传热过程进行了三维湍流流动与传热数值模拟，冷却工质为氢气，其密度、导热系数、动力粘度随着温度和压力而变化。应用大涡模拟及标准k-ε双方程模型两种湍流模型分别进行数值模拟，详细揭示了再生冷却通道固体区和流体区内的速度场和温度场，并在不同的计算网格数目下对两种湍流模型的计算结果进行了对比。结果表明，在相同的网格条件下，标准k-ε双方程模型与实验数据的吻合精度比大涡模拟模型更好，且满足工程计算精度。随着网格数的增加，大涡模拟的计算精度逐渐得到改善。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。