用纽曼随机有限元分析复合材料回旋结构的可靠性

将纽曼级数展开应用于蒙特卡罗随机有限元，对每一次随机抽样，只需一次形成刚度矩阵，进行前代、回代及矩阵的乘法和加法（减法）运算，可使随机有限元计算时间大为缩短。然后采用蒙特卡罗直接比较法，计算一复合材料回旋结构的可靠性。     

一种自信学习自动机

提出一种二次不动—惩罚变结构随机自动机模型（Q(IP)）。较之于其线性形式（L(IP)），新模型的学习带有一定的自信（当然，有时也可能是自负）。特别，跟传统自动机不同的是，新算法的极限行为同时兼具吸收壁和遍历性。     

概率集合决策

当决策的目标与约束是清晰或模糊的情形,其决策的思想方法已有论述。本文就是把这种思想方法推广到具有模糊随机目标和模糊随机约束的决策中去。     

振动阻尼测试的宽带随机激励法研究

振动阻尼的测定有很多方法。本文研究和开发了宽带随机激励法用于测阻尼和静频,并介绍了用传递函数计算阻尼的几种方法。通过具体工程应用和对比试验,对宽带随机激励法作了正确的评估。     

Web应用安全漏洞测试工具Punks的设计与实现

文中设计和实现了一个Web应用安全漏洞测试工具Punks。其中Punks的爬行模块的设计与实现来源于对开源的网络爬虫软件Harvestman的改写，进而达到了高性能的多线程爬行。为了提高整体性能，还设计和实现了一个具有队列缓冲机制和多线程机制支持的注入／分析组件，并把改写后的网络爬行组件和它很好的集成，最终实现了一个高性能的Web应用安全漏洞测试工具。     

基于子空间算法的对称结构重频模态识别

针对飞机等对称结构的重频模态较难识别的问题,在随机子空间算法的基础之上,利用空间投影的性质和响应点位置间的几何关系,分离对称耦合模态,建立对称模态响应和反对称模态响应Hankel矩阵,实现单独利用响应数据识别重频的对称和反对称模态。最后通过仿真算例表明,改进后的方法成功提取了重频模态的振型,避免了传统算法识别结果的中的振型耦合,同时提高了对称模态中固有频率和阻尼的识别精度。     

基于频域法的随机振动载荷下飞机结构疲劳分析

针对飞机结构疲劳特性,提出了基于频率域信息的随机载荷历程——功率谱密度函数(Power speetraldensity,PSD)估算结构振动疲劳的一种新的计算方法。首先对结构进行频率响应计算,得到结构的传递函数;将此传递函数与输入的功率谱相乘,获得结构的应力功率谱密度;再结合材料参数,选择合适的疲劳损伤模型,利用频域方法计算结构的疲劳强度。对某型飞机机翼,采用本文方法,应用有限元分析(Finite element analysis,FEA)获得了应力响应功率谱密度函数,并对机翼在随机振动载荷下的强度特性进行了模拟与分析,给出了分析结果。     

预测平纹编织C/SiC复合材料等效导热系数的三维纤维随机模型

提出了一种能够刻画平纹编织C/SiC复合材料编织结构的三维纤维随机模型,探讨了微观结构影响宏观等效导热系数的机理。采用蒙特卡罗法模拟纤维位置的随机分布,用有限元法计算等效导热系数,通过数理统计方法分析在不同纤维体积分数下等效导热系数的随机分布规律;并且比较了相同纤维体积分数下,纤维随机模型平均等效导热系数与纤维周期排列模型等效导热系数的差别。结果表明:在不同体积分数下,纤维位置随机等效导热系数都呈高斯分布;纤维随机模型中纤维会出现聚集现象,形成局部“导热热障”,所以纤维随机模型平均等效导热系数小于纤维周期排列模型,这种差异在中等纤维体积分数下最明显。      

具有丢包补偿的分布式一致性融合估计器

研究了具有随机丢包的网络化分布式一致性估计问题。丢包现象存在于各节点间局部状态估计值的传输过程中,引入一组服从Bernoulli分布的随机变量来描述。当发生丢包时,以融合节点前一时刻融合估计值的一步预测值进行补偿。建立了以估计器增益为决策变量,以所有传感器有限时域下状态融合估计误差和为代价函数的优化问题。在给定一致性权重下,通过最小化代价函数的上界得到了一组次优的估计器增益,并给出了融合估计器渐进稳定的充分条件。最后,通过算例仿真验证了算法的有效性。     

基于影像数据的冯·卡门撞击坑形貌分析

月球背面南极—艾肯（South Pole-Aitken,SPA）盆地内的冯·卡门（Von Kármán）撞击坑是“嫦娥4号”初步选定的着陆区,该区域的地形地貌分析是任务设计的一个重要环节。根据LOLA （Lunar Orbiter Laser Altimeter）高程数据和LROC（Lunar Reconnaissance Orbiter Camera）影像数据,建立了马尔科夫随机场模型,从聚类的角度对该区域的地形地貌进行了表示和分析。具体而言,利用模型中的似然函数对呈近似正态分布的观测数据进行了建模,模型的标记随机场则刻画了不同地物形貌间的空间关系,并通过概率推断求解出最终的聚类结果。实验结果表明,从聚类角度进行数据表示,可以更好地展示出冯·卡门撞击坑内低对比度区域的地形地貌;而通过设置不同的聚类数目,还有助于分析冯·卡门撞击坑内整体的地形分布与局部的典型地貌。