基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。      

为中国开发太空探路创中国首飞太空记录 --纪念T-7系列探空火箭首次发射成功45周年

在中国第一个实用探空火箭系列--T-7系列探空火箭首次发射成功45周年之际,回顾了该系列火箭的研制由来和基本情况,论述了该系列火箭对中国开发中层大气和太空所起到的探路作用.     

捷联惯导系统中一种高精度姿态更新算法的推证

在捷联惯导系统中 ,姿态更新的计算是捷联惯导系统的关键问题之一。文章对四元数更新算法进行了研究 ,提出了一种新的四元数四阶泰勒展开高精度航姿算法 ,并在理论上给出了详细的数学推导和证明 ;为改进捷联惯导系统算法提供了重要的参考依据     

高精度反射面板制造中边值问题的求解方法(英文)

采用三层铝板两层蜂窝芯的夹层结构制造高精度反射面板是一种先进、复杂的技术。其中,单层铝板的受力分析和夹层板的回弹计算是成形精度的根本保障。利用Fourier级数表示单层板应力函数、利用幂级数表示夹层板挠度函数,分别对高精度反射面板制造中单层板压贴和夹层板回弹两类边值问题进行了求解。与有限元模拟结果对比表明,本文提出的单层板压贴膜应力计算Fourier级数法具有较高精度;与试验结果对比表明,本文提出的夹层板回弹量幂级数法具有满意精度。     

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。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

燃气轮机转子动力特性分析的旋转对称有限元模型

本文给出了燃气轮机转子临界转速和不平衡响应计算分析的旋转对称有限元模型,付立叶级数的引入可以使得三维转子只在一个基础扇区上使用三维单元建立有限元模型。与梁单元相比,实体单元能准确描述转子的几何形状。文中给出了一个验证性算例和一个工程实例。      

用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。