小子样样本均值点估计的一种非参数方法

描述了极值分布分位点估计方法的原理和模拟退火算法．并对分位点函数展开式的系数进行了优化仿真计算,最后得到样本总体均值的点估计。针对小子样情况,如果对具体的分布不很明确了解,本文提供的均值点估计非参数方法可作为一种备选方法。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

脉冲等离子体推力器羽流预测计算研究

为了能够将脉冲等离子体推力器成功地运用于空间,需对其羽流进行研究。将一维 MHD双温放电模型的计算结果作为入口条件,运用DSMC（Direct Simulation Monte\|Carlo ）／PIC（Particle in Cell）流体混合算法一体化模拟实验室PPT羽流。验证计算显示该模 型具有一体化模拟脉冲等离子体推力器羽流的能力。对不同初始放电能量下的羽流场进行模 拟,给出了离子、中性粒子、电子温度、轴线上质量流率和出口平面返流质量流率的变化情 况。计算结果显示高放电能量下返流量更大,同时中性粒子在返流中所占比例也越大。
     

一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra\|Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明：(1) 该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2) 当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3) 运算量小,适用于脉冲星导航系统。     

自适应频率插值（AFS）技术在滤波器EM设计中的应用

文章采用了基于Neville算法的自适应频率插值（AFS）技术,减少了计算滤波器S参数特性的时间。Neville算法是一个迭代的算法,在迭代的过程中得出插值多项式,因此不需要矩阵求逆,防止了矩阵病态产生的误差,增强了数值的稳定性。分析结果显示,AFS不仅节省了计算时间,也有较高的插值精度。     

基于动态扰动策略的人工搜索群算法

为了提高人工搜索群算法(ASSA)的整体性能,提出一种基于动态扰动策略的人工搜索群算法.为了增加算法的种群多样性,在算法初期,通过Tent映射的混沌策略产生初始种群.结合反向学习策略,算法在进化过程中对种群进行反向学习扰动,从而增加算法跳出局部最优解的可能性.算法采用动态步长的方式,在初期时能够扩大最优解的搜索范围,在...     

基于平滑BINN算法的移动机器人路径规划

针对BINN算法所得路径存在无必要连续转折的问题,提出了基于平滑BINN算法的移动机器人路径规划.使用迭代法从目标点开始向周围计算神经元活性值,将BINN算法环境建模微分方程离散化.基于环境的活性值分布,采用梯度上升算法生成路径,识别路径中具有一定特征的连续转折部分并做平滑.当直接平滑所得路径上存在障碍物时,将可平滑的...     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

基于动态增添法的DBN滚动轴承故障诊断

针对深度信念网络(DBN)层数的不确定性而导致故障诊断精度不高的问题,提出了一种基于动态增添算法的DBN诊断方法.首先通过动态增添算法确定隐含层层数,之后按照逐层递减原则,设置模型的隐含层神经元节点数目;并以滚动轴承为研究对象,通过分析其训练样本与测试样本的分类误差曲线,来表明基于动态增添算法的DBN方法对滚动轴承故障...     

改进的BP神经网络技术在平面叶栅气动性能实验中的应用

将多维实验方法应用于平面叶栅正反向流动实验中,避免了单参数实验方法中的缺陷,大大提高了实验数据的可靠性。同时采用改进的BP神经网络技术,对气动性能实验数据进行分析。实验发现：低雷诺数下,翼型的流动状态很复杂,附着涡在确定翼型边界层行为和失速特性中起着重要作用。在反向流动中,翼型的吸力面常伴随有旋涡的流动,类似于薄翼流动,翼型在较小的迎角下就会发生薄翼失速。