基于广义正则化最小二乘的天基测向初定轨

传统天基测向初定轨的不足,主要是由于观测数据存在系统误差和观测方程组的系数矩阵病态或不可逆。文章建立观测方程的半参数回归模型,提出基于补偿最小二乘估计和岭估计的广义正则化最小二乘估计,推导了估计公式,并证明了相关统计性质。引入选主列Givens-QR分解算法,提高观测方程求解效率和数值计算稳定性。仿真结果表明:该方法应用于天基测向初定轨可行,可以提高定轨精度和解算成功率。     

基于模糊评价与GIOWA算子的技术风险评估方法

将不确定多属性决策方法应用到风险评估当中,给出了一种定性与定量相结合的飞行器型号研制项目技术风险评估方法.采用基于广义导出的有序加权平均(GIOWA,Generally Induced Ordered Weighted Averaging)算子的模糊综合评价系统去处理风险评估中的专家语言信息,通过对风险概率与后果的分别量化并结合风险矩阵确定单个技术风险事件等级,从而进一步获得整个项目的风险状况.结合一个航空研制项目分系统的风险评估实例,阐述了方法的详细实施步骤与实用性,为型号研制过程中技术风险评估工作的开展提供了一种方法.      

用广义扩展有限元计算界面裂纹应力强度因子

广义扩展有限元法(GXFEM)是一种结合广义有限元法和扩展有限元法特点的新的数值模拟方法。给出了分析双材料界面裂纹应力强度因子(SIF)的广义扩展有限元法的基本原理。提出了一种新的双材料界面裂纹尖端富集函数,将裂纹尖端富集函数由12项缩减为6项。双材料界面不连续,在常规有限元法的位移模式中加入基于水平集的富集函数,同时将裂纹单元结点和裂纹尖端单元结点自由度广义化,提高了计算精度。通过与文献结果的比较,表明了提出方法的精确度和可靠度。      

海杂波的多重分形判定及广义维数谱自动提取

海杂波中的微弱目标检测历来是一个难题,传统的检测方法一直不能得到较好的检测效果。多重分形理论的引入为海杂波中微弱目标检测提供了一个很好的途径。文章提出了多重分形无标度区间自动识别的改进算法,既保留了该算法的客观性,又降低了它的保守程度,使估计的区间更贴近真实无标度区间,同时实现了广义维数的自动计算。实验证明,该方法优于原方法,结果更为精确。     

战斗机战术引导的广义编队控制研究

提出了用于空战战术引导的广义编队控制的概念和模型。分析了空战战术的特点,设计了战术引导控制系统的结构,该控制系统主要分为战术轨迹优化和广义编队控制。采用非线性规划来构建空战战术轨迹优化的通用算法,将执行同一战术任务的所有战斗机都纳入到一个广义的编队系统中,应用反馈控制设计分布式广义编队控制模型。最后,以双机水平散开战术为例来进行仿真验证,结果表明广义编队控制在使战斗机沿预定轨迹机动的基础上,保证了在战术引导过程中我方具有较大的战术优势。     

广义多目标规划有效解的存在性

本文利用（１）中的半局部星状集和向量函数的广义凸性,讨论了一类广义多目标规划有效解的存在性。     

函数型正则广义典型相关分析

基于正则广义典型相关分析理论框架,提出一类对于多元函数型数据的充分降维方法。通过积分形式,将平方可积空间中的函数型数据投影至实空间中的一系列数值变量,在整体相关性度量最大的目标准则下,同时确定这些函数型投影方向,实现多元函数型数据向传统数值变量转化的特征信息提取及快速降维过程。在一般基函数系统表示下,推导得到最优投影权重函数的迭代计算方法,该方法对于基函数系统的选取具有独立性。大量仿真结果表明,在有限样本情况下,所提方法能够有效探测多元函数型数据之间的相关关系,且对投影权重函数的估计具有一致性。关于帕金森综合征患者步态的实例数据研究表明,由函数型数据投影得到的数值特征信息具有可解释性,所提方法具有一定实用价值。     

公允价值在会计制度与税收制度中的应用差异分析

本文分析了公允价值在我国会计制度以及税收政策运用中的差异,即会计制度中尽力回避公允价值,而税收政策又广泛采用公允价值,进一步分析发生差异的原因,提出了公允价在我国的未来发展.     

扩张的镜像Courant代数胚

在向量丛ε~1(M)上引入了扩张的镜像Courant代数胚。利用扩张的镜像Courant括号是通过向量丛自同构将R变换为R的对应于向量丛ε~1(M)上标准扩张的Courant括号的括号这个理论知识,研究了Courant代数胚镜像扩张下的代数几何结构,得出扩张的镜像Courant代数胚Q_Ω为扩张的镜像Courant代数胚Q_Ω的Ω-扭转且扩张的镜像Courant代数胚的态射是它们各自扭转的态射的结论,也为研究Dirac丛提供了一种新的思路。     

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。