一种前馈神经网络的变误差主动式学习算法

研究误差反向传播多层前馈神经网络的主动式学习方法.文章分析了目前用于训练前馈神经网络改进BP算法的特点和存在的不足,在此基础上提出逐次主动调整网络学习误差的网络训练思想,根据网络输出误差趋势,主动变化输出层的调整误差δ_pl,使W\+k\-\{ji}和θ\+k\-j在调整过程中受到每次学习效果信息的控制,从而得到一种主动式变误差的学习算法.实验表明,在训练多层前馈神经网络时,变误差主动式算法的学习效率比改进BP算法的学习效率有明显提高.     

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。      

基于时间测量的加速度敏感方法

国际单位制共有7个基本单位,时间就是7个基本单位之一,是目前能够实现的测量精度最高的一个物理量。因此,将加速度的测量转化为时间的测量,是实现加速度高精度检测的有效途径。首先,介绍了基于时间测量的加速度敏感原理。然后,介绍了基于该敏感原理的加速度传感器研究进展。最后,进行了基于时间测量的加速度计精度的定性和定量分析。理论分析和实验证实表明,加速度精度极限与时间分辨率之间成正比关系。     

基于余量修正原理的多翼面气动力反设计方法

 将Takanashi 的余量修正方法由只针对单独翼面发展到针对多翼面问题, 形成一种处理多翼面升力系统的余量修正设计方法, 以此为基础发展了一种跨音速多翼面升力系统气动力设计方法, 形成了相应的跨音速多翼面设计软件, 并将该软件与国外先进的CFD 分析软件相结合, 形成跨音速多翼面升力系统气动力设计软件系统。利用该多翼面空气动力设计方法, 以鸭式布局为例, 进行了双翼面升力系统的气动力设计。设计实践表明本文的设计方法和软件具有很高的实用价值。     

短周期全尺寸涡轮试验台及关键技术

介绍了目前国内外几种先进的短周期涡轮试验装置的方法、原理及特点，讨论了暂冲式涡轮试验台的关键设备和关键技术，包括全尺寸涡轮级试验的数据采集系统的配置，以及传热和气动性能试验方法。     

基于支持向量机的航空发动机辨识模型

针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。      

铝及合金组合精炼剂应用研究

本文介绍了铝及其合金精炼剂的发展和应用现状，论述了常用精炼剂精炼机理及其特点，结合实际应用研究了组合精炼剂除去除杂的原理，介绍了其研制工艺及其精炼工艺应用结果。     

极大似然法对比试验研究及其试验数据处理

 基于中值Ｓ－Ｎ曲线的三参数幂函数式，根据极大似然原理，分别给出了测定Ｐ－Ｓ－Ｎ曲线的单点试验、成组试验和单点－成组试验结果的Ｐ－Ｓ－Ｎ曲线公式。并进行了对比试验，使用文中方法统计分析试验数据，发现单点法、单点－成组法及成组法测定出的Ｐ－Ｓ－Ｎ曲线较接近。由于单点法能够大量节省试样，且能保证一定的精度；因此它适合构件和模拟件Ｐ－Ｓ－Ｎ曲线的测定     

圆板混合边值问题的一种数值方法

 利用弹性薄板的广义变分原理和双调和方程的特解序列,提出了一种求解圆板混合边值问题的数值方法。最后通过两个实例计算说明该方法的收敛性和可靠性。     

P向量实现快速星图识别的方法

 提出了一种快速的星图识别方法。该方法识别时提取出描述观测三角形的一维特征量P,根据该值快速检索到对应的导航三角形,减少了计算过程。由于获得星点位置的时候存在误差,所以将一定误差范围内的三角形均作为待选三角形考虑。上述识别后引入了验证识别环节,保证识别的准确性。随机实验统计表明,同等星点位置噪声方差下,该方法和栅格算法相比识别率提高约1%,识别时间约为后者的1/5。