一种地磁匹配制导适配性特征参数选取方法

为了评价地磁场特征参数对适配性的影响程度,达到选取重要特征参数目的,提出了一种基于粗糙集理论的地磁匹配制导适配性特征参数选取方法.通过分析粗糙集理论的基本原理,确定了特征参数选取的试验步骤;选取了适配性评价中具有代表性的6种特征参数作为条件属性集,在选定的28块区域基于积相关算法(PROD)进行了匹配仿真试验,选取匹配概率作为决策属性集,针对粗糙集理论只使用于离散数据的特点,分别对条件属性集和决策属性集进行了离散化处理;然后根据确定的试验步骤,对选定区域进行了特征参数选取试验,得到了约简特征参数集合,通过数据分析发现:提出的特征参数选取方法在不需要任何先验信息的情况下提取了约简特征参数集合,有效地排除了冗余信息的干扰,达到了选取重要特征参数的目的.     

飞机复杂系统故障诊断的灰色粗集推理方法

传统的复杂系统故障诊断规则不易获取且方法单一,不能满足系统维护要求.文中全面考虑复杂系统诊断的数据来源,用灰色关联理论降低系统复杂性并通过粗糙集约简数据的思想实现灰色粗集推理.基于灰色粗集推理方法实现了故障诊断规则的获取,并通过实例验证方法的可行性,结果明显优于神经网络算法,可有效提高诊断效率.     

多无人机协同任务分配混合粒子群算法

针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先,将粒子位置编码为一组任务分配向量,针对同时打击场景可能存在的死锁问题,设计了一种基于多打击任务有向图的死锁检测和修复算法,解码出对应一组可行的任务分配解或方案,实现粒子群算法解的离散化。另外,对于传统粒子群算法(PSO)容易陷入局部收敛的缺点,提出一种基于变邻域搜索算法的跳出局部收敛策略,并建立局部搜索启动概率准则,实现跳出局部收敛和计算开销的平衡。最后,将跳出局部收敛的策略嵌入到粒子群算法中,得到协同任务分配的混合粒子群算法(HPSO)。另外,针对新目标发现导致的初始计划失效问题,设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明,所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。     

基于VPRS理论的航空发动机送修等级决策

应用变精度粗糙集理论研究了发动机状态信息与单元体性能参数之间的关系，提出了一种基于信息熵属性约简的航空公司发动机维修等级决策方法，从而在维修决策时能够更加客观地反映发动机实际损伤程度。最后以CF6型发动机维修等级决策规则生成为例说明了该决策方法的有效性。     

航天发射场加注系统风险评估技术研究

针对航天发射场加注系统风险评估主观随意性较大的问题,提出了基于综合云的多属性风险评估方法,并对某发射场加注系统的运行状态进行了风险评估.首先应用属性约简算法将加注系统风险源权重的确定问题转化为粗糙集理论中属性重要性的评价问题,通过计算得到加注系统各风险源的权重,从而使得加注系统风险源权重的确定更具客观性和合理性;其次,对综合云公式进行了改进,使权重系数直接参与不确定性计算,充分考虑了加注系统性能指标的评分误差给最终结果带来的各种影响.评估结果表明:1)当前使用中的加注泵性能为良偏下,此时的加注系统已经存在了安全隐患,需要更换新的加注泵,否则就容易发生危险;2)该方法能够进一步得到加注系统实际的更多细微信息,结果更加贴近实际.     

融合粗糙集与D-S证据理论的航空装备故障诊断

针对航空电子装备故障诊断中出现的多源诊断信息存在冲突的情况,基于粗糙集与证据理论在处理不确定问题时的优势,提出了一种融合粗糙集与证据理论的故障诊断方法.该方法利用粗糙集将信息源给出的诊断数据转化为证据理论中的mass函数,进行结果融合.同时,该方法给出边界粗糙熵的定义,并基于边界粗糙熵获得反映各信息源在诊断融合过程中重要度的动态权重参数,提出一种新的证据理论的冲突合成规则.仿真实验表明,该方法可以有效地提升诊断信息融合结果的准确性,在航空电子装备故障诊断方面有较好的实用价值.      

基于粗糙集的战斗机型号工程综合评价决策模型

根据现代战斗机型号工程质量标准,考虑系统设计要求和用户需求,建立了新的战斗机型号工程评价指标体系。应用粗糙集理论对典型的第三代以上战斗机机型的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并将其权值化处理为各指标的权系数,克服了传统权系数确定方法的主观性。最后,建立战斗机型号工程综合评价决策模型并通过实例说明其可行性和有效性。     

基于粗糙基的高超声速进气道起动/不起动分类方法研究

进气道起动/不起动状态检测是高超声速进气道研究的重要内容,它是进气道保护控制的基础和前提.针对这一问题,对高超声速进气道进行了不同边界条件下的二维稳态流场数值模拟.提出了利用粗糙集方法对进气道的测点进行约简处理,得到了进气道起动/不起动的分类准则,对分类准则进行了内在的物理机制分析,并利用其它工况数据对判断准则进行了验证.验证结果表明了分类准则的正确性.     

一种新的基于粗集的辐射源信号识别模型

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域。在深入研究粗糙集理论的基础上,将其引入辐射源识别问题中,给出了一种基于粗糙集的辐射源信号识别模型。同时给出了一种不依赖先验知识确定辐射源识别权值的新方法,并提出了一种新的分类规则。最后,进行了计算机仿真实验,并与经典的模糊模式识别及统计模式识别方法进行了比较,实验结果证明了该方法的优势和有效性。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。