求解涡扇发动机数学模型的有限域搜索方法

提出一种基于N-R迭代方法的有限域优化搜索法,用于求解涡扇发动机数学模型。该方法不仅具有N-R优化迭代求解特色,还具有将初猜解附近划定域进行泛搜能力,使迭代运算具有强收敛性和平稳性。该方法所定义的迭代因子可通过编程自动调整,进而可以确定最小迭代次数及此意义下的最优迭代因子。      

使用吊放声纳的直升机应召搜潜发现概率

建立了目标航速为瑞利分布条件下的目标位置分布模型,按照这个模型,研究了使用吊放声纳进行单机应召搜潜的搜索概率的计算方法,并给出了基于圆形搜索方式的不同参数条件下的搜索发现概率的部分计算结果。     

机载红外搜索跟踪系统关键技术分析

概述了红外搜索跟踪系统的组成及主要技术特点,对红外成像系统中的红外望远光学系统、红外探测器组件等进行了分析;探讨了稳定与瞄准系统实现方案;对图像跟踪器中的跟踪算法及工程实现中采取的措施进行了论述。     

面向单目立体视觉的立方镜图像处理技术

面向单目视觉辅助光电准直仪对立方镜进行准直的需求,研究针对立方镜图像的数字图像处理技术。采用Canny边缘检测方法得到灰度图像中的边缘信息,借助Hough变换按照直线程度的强弱对边缘信息进行分类提取,得到图像中立方镜棱边对应的直线信息。按照偏角与截距对棱边直线信息进行分类排序,结合先验知识得到立方镜角点对应的配对相交直线,对配对直线求交点得到立方镜角点在图像中的位置,得到的立方镜棱边及角点信息为后续的立方镜位姿计算提供了基础数据。     

基于代理模型的航天器振动夹具优化方法

航天器振动夹具的一般设计原则是在避免安装干涉的前提下,尽量提高其刚度,同时减小自身重量对试验条件制定的影响。文章从提高振动试验夹具设计的效率出发,在优化过程中引入Kriging代理模型来代替原有的动力学输入输出关系,最大程度地减少优化迭代过程中有限元模型重构与求解次数。为进一步提高代理模型更新的效率,提出了一种混沌邻域搜索的多点加点准则,在发掘当前最优点的同时,有选择性地加入了更多的预测点,用以快速改善代理模型的局部代理精度。数值仿真针对典型航天器力学环境试验夹具的几何参量进行优化,优化结果验证了该方法的有效性与高效性。     

基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.      

基于三维最小二乘方法的空间直线度误差评定

空间直线度误差是评定机械产品精度的一项重要指标,实际工程中对空间直线度误差评定算法的精度要求越来越高.为了准确评定空间直线度误差,参照国家标准(GB/T 11336—2004),采用三维最小二乘方法建立了空间直线拟合的数学模型,并给出了该数学模型的精确解.基于最小二乘拟合中线,采用空间投影、坐标变换和格点法求得最小二乘中线包容圆柱面直径.采用数值算例验证了新方法的有效性.提出的空间直线度误差评定方法精度高、鲁棒性好且易于编程实现.     

考虑轴承游隙的非线性动力学轴承-转子系统优化

针对一类带动态性能约束的轴承-转子系统优化设计存在的问题,做如下改进工作:一是在目前一类轴承-转子系统优化模型基础上,将轴承游隙作为设计变量,考虑轴承游隙的影响;二是提出了一种演化算法/线性搜索的混合算法,将优化过程分为两个阶段,首先采用演化算法对问题全局寻优,求得给定代数时的优化解,再以此解作为新的初始解,采用线性搜索方法进行局部搜索.经数值仿真表明:该优化模型中增加考虑轴承游隙后,对优化结果有较大影响;提出的混合算法克服了使用线性搜索方法难以确定初始解的问题,在同等计算精度和耗时情况下,该方法求解成功率较高.      

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。