基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

基于结构奇异值理论的压电柔性结构振动鲁棒控制

基于结构奇异值μ理论,针对含压电作动器和传感器的柔性结构,提出了不确定性振动控制系统的一般分析框架和鲁棒控制器设计方法.考虑了结构的模态参数不确定性和高阶未建模动态,通过引入适当的虚拟输入、输出和相应的加权函数分离出系统的不确定部分,建立适合于鲁棒μ控制器设计的增广系统,用D_K迭代算法求解控制器,以使闭环系统同时满足鲁棒稳定性和鲁棒性能要求.以含一个压电作动器和传感器的悬臂梁为例设计了鲁棒控制器,仿真结果表明对结构振动具有很好的抑制效果.     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。     

求解Euler方程的无网格与有限体积混合算法研究

研究了无网格方法与有限体积法相结合的、求解Euler方程的混合算法.与单一的无网格方法相比较,由于在大部分计算区域采用了有限体积法,使得发展的算法在运算效率上能与有限体积法相当;同时在物体附近嵌入了无网格区,使得在处理几何外形上更具灵活性.有关算法涉及的无网格与网格区域搭接处理,通过在交界面处引入辅助卫星点和网格单元构成边界信息,实现了区域间的流动信息传递.Euler方程的空间导数分别在两区域用有限体积法和无网格法离散近似,时间方向都采用四步显式Runge-Kutta格式推进求解,数值模拟了喷管内流和绕翼型外流,并分别与整体有限体积法和整体无网格方法进行了比较.算例展示出,提出的混合算法能有效捕捉激波间断,且两区域等值线过渡光滑,算法效率如预期与有限体积法相当,表明该方法是可行的.     

基于ANN与FNN的飞机防滑刹车系统设计

飞机防滑刹车问题的关键是滑移率。为了使飞机刹车以最佳滑移率工作,防止陷入深度打滑和获得最大的刹车结合系数,提出一种智能飞机刹车系统,该系统由两部分组成:①利用神经网络(ANN)构造的,能实时获得最佳滑移率的最佳滑移率识别器;②利用模糊神经网络(FNN)构造的,能快速逼近目标滑移率的FNN控制器。计算机仿真结果表明系统的控制精度、稳定性和对复杂工况的适应性都得到了提高。     

Detached-Eddy Simulation方法模拟不同类型翼型的失速特性

 应用DES(Detached-EddySimulation)方法数值模拟了3种不同失速类型的翼型的升力特性。DES方法结合了RANS(Reynolds-averagedNavier-Stokes)和LES(LargeEddySimulationapproaches)的优点。基于Spalart-Allmaras湍流模型,在近壁面DES体现为RANS模型的特点而在远离物面处又具有LES的亚格子模型的特性。对此模型使用了LU-SGS隐式格式求解。通过和实验结果对比,显示这种方法可以有效地预测翼型的失速特性。     

战斗机非线性飞行控制技术的研究与发展

战斗机非线性飞行控制技术研究综述。首先介绍战斗机技术发展走向,然后对当前主要战斗机飞行控制设计方案进行分析,并重点介绍神经网络在飞行控制中的应用研究。最后指出,基于神经网络的智能控制方案作为飞行控制的重要研究方向,将为未来先进战斗机飞行控制系统设计提供重要的解决方案。     

基于多Agent卫星遥测数据实时监测与诊断技术

为了提高根据遥测数据进行卫星故障诊断的速度与精度,提出了集成多信号模型诊断Agent、模糊诊断Agent以及专家系统诊断Agent等多Agent监测与诊断系统。多信号模型诊断Agent,采用模糊阈值进行监测,并引入可信度因子对Deb原实时诊断推理方法做了改进,解决了Deb方法可能因虚警而导致的诊断结果冲突的问题。模糊诊断Agent采用Mamdani算法,能给出部件故障的可能性。专家系统诊断Agent采用基于规则的产生式系统,同时采用加权不确定推理解决了规则的不确定性问题。研究了3种诊断Agent的协作方式,采用D-S证据理论对各Agent的诊断结果进行决策融合,给出故障元件的置信区间。通过某卫星仿真遥测数据验证,该集成诊断系统充分利用了各种诊断方法的优点,诊断精度高且速度快(一般诊断时间小于0.3秒,PIII800/256M计算机),适用于卫星地面站对卫星遥测数据进行自动实时在线监测与诊断推理。     

基于证据理论的模糊信息融合及其在目标识别中的应用

信息融合系统中的不确定性信息常常表现为模糊性和随机性信息。提出了一种在证据理论框架下实现模糊信息融合的方法。该方法首先基于随机集理论刻画模糊信息的隶属函数,获得了模糊观测下具有概然特性的似然函数,该似然函数表示在收集的模糊信息下确定为某一目标的可能性,在数值上表示了传感器信息对某一命题支持的程度,利用似然函数确定传感器输出的基本概率指派,最后利用Dempster-Shafer组合规则实现多传感器信息融合。     

直升机动力舱高温段流场及温度场的稳态模拟

利用有限体积法,建立了直升机发动机动力舱的有限元模型,并根据舱内实际冷却气体流通情况,分析了在不同的发动机附件散热量边界条件下,动力舱内流场及温度场的分布,以及流场对温度场的影响,为改善动力舱的冷却情况提供了分析依据。