弱正则空间

本文给出了弱正则空间的定义,并研究了弱正则空间的性质,指出弱正则拓扑是一分离拓扑。     

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。     

一种基于条件熵的航电设备故障诊断方法

针对目前航电设备故障诊断能力相对较弱的现状，提出一种将粗糙集中的条件熵算法应用于故障诊断的方法，并将该方法应用于实例．结果表明诊断结果准确简化，有助于提高装备可靠性和维修性。     

粗糙集理论与其他理论的杂合研究

粗糙集是研究不精确、不确定与不完全数据的软计算方法,文章介绍了粗糙集理论与方法的主要内容,并对该理论与方法的优势、劣势及与其他软计算方法的杂合进行了综述.     

基于粗糙集的群体智能文本挖掘聚类算法

介绍了在粗糙集理论和群体智能理论的基础上提出的一种优化的用于文本挖掘的蚁群聚类算法。实验证明,该算法有效地降低了文本特征向量的维数,提高了运行效率和准确性。     

基于高斯混合模型的航迹抗差关联算法

针对雷达系统误差时变、上报目标不完全一致等复杂场景下目标航迹关联问题,采用高斯混合模型（GMM）与航迹间拓扑信息相结合的方法实现航迹抗差关联。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题,建立对非同源航迹具有鲁棒性的高斯混合模型,根据航迹间的邻域拓扑信息决定高斯混合模型中各高斯组成部分的权重,利用期望最大值（EM）算法求解高斯混合模型的最优闭合解,在期望步（E-step）阶段求解航迹的对应关系,在最大化步（M-step）阶段求解非同源航迹比例,最后进行航迹关联判决以获得关联结果。仿真结果表明,该算法在不同系统误差、目标分布密度、探测概率等环境下具有较好有效性和鲁棒性。     

UAV发射平台调平系统的NSSCA-PID控制方法

PID控制器是目前实现UAV(Unmanned Aerial Vehicle)发射平台在复杂环境下的自适应调平的主要手段,其控制性能取决于参数整定的品质。基于经典的正弦余弦算法架构,提出了一种嵌入边界缓冲策略的邻域搜索正弦余弦算法(Neighborhood Searching Sine Cosine Algorithm,NSSCA)用于整定PID控制器参数。以单位阶跃信号作为调平系统输入,邻域搜索正弦余弦算法优化PID控制调平系统的上升时间为0.04 s,调整时间为0.106 s,最大超调量为5.44%,表明邻域搜索正弦余弦算法对PID控制器参数的整定效果优于Z-N法、遗传算法、灰狼优化算法和经典正弦余弦算法。     

局部凸空间中的压缩映射

本文将压缩映射原理推广到Ｈａｕｓｄｏｒｆｆ局部凸空间,证明了几个不动点定理。     

航空发动机健康评估变精度粗糙集决策方法

针对航空发动机健康评估过程中存在的多工况、非线性和小子样问题,提出了一种基于相似性度量的发动机健康评估的变精度粗集决策方法.首先给出了变精度粗糙集中正确分类率的确定原则和方法,提取了决策规则;其次,提出了基于交叉信息熵的属性相对重要度计算方法,并给出了属性的客观权重,结合专家经验和运行工况形成了属性的综合权重;最后,提出了基于属性综合权重的加权相似性度量方法,通过比较当前对象与约简后的决策系统中所有对象的相似程度,给出决策结果,完成对发动机的健康评估.实例表明,在结合专家经验和运行环境对评估结果进行修正后,该方法对发动机的健康评估更贴近实际,方法具有一定的普适性.      

基于粗糙集理论的编队协同空战决策规则提取

为了对空战过程中大量的冗余信息进行约简，以提高空战决策的实时性，将粗糙集理论引入到编队协同空战战术决策研究中，提出了一种用于提取空战关键信息和战术决策规则的属性约简算法。并将单一决策属性下的属性值约简方法推广，讨论了更适于编队作战分析的多决策属性下的属性值约简问题。最后，通过一个编队空战战术选择示例对该算法进行了验证，结果表明：空战的冗余信息是可以约简的；此算法可提取出对空战起主要作用的属性，即雷达／中距弹信息；并且在保证空战关键分类结果不变的情况下，可生成用于战术决策的最小简化策略，所提取的决策规则与编队空战的实际相符合。