基于Loop算法递归复杂曲面的数控插补技术

利用Loop算法对实际的复杂曲面的初始网格进行了递归重构,并把递归后的模型导入UG加工模块中进行处理,获得了相应的数控加工代码。然后对之进行了数控仿真与加工参数对表面质量影响的研究。结果表明:该插补算法数控插补精度很高,完全能满足复杂曲面超精密加工的要求。     

基于过程神经网络的航空发动机排气温度预测

从泛函分析的角度出发,将航空发动机排气温度预测问题转换为一种泛函逼近问题.利用过程神经网络对任意连续泛函的逼近能力,提出了一种基于过程神经网络的航空发动机排气温度预测方法.为克服过程神经网络学习速度慢的问题,为其开发了一种基于正交基函数展开的Levenberg-Marquardt学习算法.将所提出的预测方法应用到某型航空发动机的排气温度预测中,取得了满意的结果.      

正态逼近与基于覆盖宽度的EM估计

提出了非正态分布的有限混合正态分布的逼近思路.为了解决混合正态分布中正态分布个数的确定问题,针对基于极大似然估计的期望最大化(EM,Expectation Maximization)算法,提出了最大覆盖宽度的定阶原则.实证结果表明该方法的可行性.在阶数确定上,最大覆盖准则要优于赤池信息准则,而在宽度计算中,对于最大均值和最小均值的基于标准差的权重调整是必要的.     

视觉导引受限下空间绳系机器人最优逼近控制

针对空间绳系机器人对目标逼近过程中单目视觉视线角约束和导航信息不全问题,首先建立空间绳系机器人系统动力学模型。然后考虑抓捕器视线角约束,采用高斯伪谱法对空间绳系机器人逼近任务姿轨轨迹进行一体规划。同时设计无需相对目标距离的闭环控制器实现对空间绳系机器人最优姿轨轨迹进行跟踪控制。仿真结果表明,该方案能够克服视觉导引受限的影响,实现空间绳系机器人对位姿最优轨迹的精确跟踪。     

基于博弈论的GRA-TOPSIS辐射源威胁评估方法

将辐射源威胁评估作为多属性决策问题进行处理时,侦察方无法获取敌方辐射源的所有信息,而逼近理想解排序（TOPSIS）法在处理“贫信息”问题时很难得到完美结果,而且其仅仅考虑指标之间的欧氏距离,无法反映各指标间的关联性。针对TOPSIS法存在的问题,将灰色关联分析（GRA）和TOPSIS法结合,提出一种基于博弈论的GRA-TOPSIS辐射源威胁评估模型。在构建辐射源目标综合评价指标体系的基础上,运用博弈论（GT）思想将区间层次分析法（IAHP）所得主观权重和信息熵所得客观权重进行组合得到综合权重,能够较大程度减少单独赋权带来的信息损失。在基于GRA-TOPSIS辐射源威胁评估模型下,构建了关于战场态势的决策信息系统,通过与传统TOPSIS法进行对比仿真,验证了所提方法的有效性,有助于对辐射源进行更精细准确地排序。      

K-L问题的解决

复杂性研究中的一个重点问题是非一致复杂类的测度问题.Aldman已经证明了BPPP/poly,而Kannan证明了EXPSPACEP/poly.本文提出逼近接受的概念,用来讨论K-团问题的非一致复杂性.本文中使用了模型论的方法,证明了K-团问题P/poly,co-NPP/poly和NPP/poly.因此,本文解决了Karp和Lipton(K-L)提出的开问题:"NPP/poly吗?"     

从数值逼近引出泰勒（Taylor）定理

用简单函数逼近（近似表示）复杂函数是数学中的一种基本思想方法。本文将要引出的Taylor定理就是用高阶多项式来逼近具有一定可微性的函数所得到的一个基本定理，它一理论研究和近似计算中有重要价值。     

基于自适应反演的导弹滑模控制

阐述了在导弹系统存在不确定性情况下,基于自适应反演控制技术和模糊神经网络理论,提出了一种导弹滑模控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用模糊神经逼近器来逼近系统的不确定项;考虑了已知信息,利用自适应模糊神经控制理论和滑模控制设计了控制器,应用Lypunov稳定性理论保证了闭环系统的稳定性,并推导出模糊神经逼近器各参数的自适应调节律。     

基于模糊TOPSIS法的空袭目标威胁评估

针对空袭目标的特点,对影响目标威胁判断的因素进行了分析,建立了属性威胁隶属函数,然后采用逼近理想解的排序方法(TOPSIS)对空中目标的威胁评估问题进行了研究.通过实例介绍了求解过程,同时也阐明了目标威胁评估与排序问题的一种解决方法     

基于G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估

干扰效能评估作为多属性决策问题时，为解决传统的逼近理想解排序法（TOPSIS）在进行雷达对抗效能评估时过于客观而不能充分体现评估者意志，并且在使用过程中仅考虑指标间欧氏距离导致某些处于正负理想解中垂线上的点无法分辨的问题，提出一种G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估算法。该算法利用G1法和变异系数法分别求得主观和客观权重，并引入差异系数的概念充分反映主客观程度，利用相对熵解决位于正负理想解中垂线上的点无法排序的问题。通过仿真实验可以发现，提出的算法在评价干扰有效性时性能优于传统算法。