基于残差SDE-Net的深度神经网络不确定性估计

神经随机微分方程模型(SDE-Net)可以从动力学系统的角度来量化深度神经网络(DNNs)的认知不确定性。但SDE-Net面临2个问题，一是在处理大规模数据集时，随着网络层次的增加会导致性能退化；二是SDE-Net在处理具有噪声或高丢失率的分布内数据所引起的偶然不确定性问题时性能较差。为此设计了一种残差SDE-Net(ResSDE-Net)，该模型采用了改进的残差网络(ResNets)中的残差块，并应用于SDE-Net以获得一致稳定性和更高的性能；针对具有噪声或高丢失率的分布内数据，引入具有平移等变性的卷积条件神经过程(ConvCNPs)进行数据修复，从而提高ResSDE-Net处理此类数据的性能。实验结果表明：ResSDE-Net在处理分布内和分布外的数据时获得了一致稳定的性能，并在丢失了70%像素的MNIST、CIFAR10及实拍的SVHN数据集上，仍然分别获得89.89%、65.22%和93.02%的平均准确率。     

巡视探测任务中复杂地形信息感知与场景建模

在月面探测过程中,针对月表多不规则地形障碍物(月表陨石凹坑、坡、月岩等)会影响巡视器移动性能以及地面观测者缺少直观的三维的月表环境信息,影响最终决策的问题。文章采用深度(RGB-D)相机获取原始数据,基于三维点云数据进行滤波消噪等处理;再结合机器人越障能力极限与改进的随机采样一致性(Random Sample Consensus,RANSAC)算法,获取其自适应基准平面作为可通行区域;最后使用密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)提取局部地形障碍物信息,结合基准面进行快速三维场景重建,为地面观测提供直观快速的三维巡视器周围环境模型,并通过模拟月面地形环境试验进行验证。试验结果表明,本文所使用的算法可以有效地获取地形障碍物的空间坐标信息,并进行快速场景重建,大幅度地提高时间效率。可为月面探测任务中,巡视器自主避障以及为地面观测者提供三维视角等提供参考。     

基于自适应随机优化的连续阵风关键载荷预测

连续阵风载荷是构成民用飞机设计工况的主要载荷之一，在设计阶段，任意一轮的模型更新都涉及到上万种载荷工况的计算，然而其中仅个别工况构成载荷包线，需进行强度校核。为此发展了一套阵风关键载荷的快速识别方法。首先，采用二水平全因子（2LFF）采样获取得到初始计算工况，基于已计算得到的载荷值，结合多元自适应回归样条（MARS）建立一个可靠的代理模型；然后，在此基础上，开创性地应用自适应随机优化技术，实现对阵风关键工况及载荷的主动搜索；最后，以适航条款规定的侧向连续阵风载荷进行方法验证及参数影响研究。计算结果表明，本文建立的方法可以高效且准确地实现连续阵风关键载荷的预测，针对本文算例，关键载荷的预测值与基准值相比误差小于1%。     

利用改进遗传算法的软件故障定位辅助测试用例生成方法

在软件故障自动化定位过程中，如果在给定的测试用例集合情况下故障在故障疑似度列表种排名不高，比较有效的方法为补充新的测试用例。如何在较小的代价下提升故障的可疑度排名是一项具有挑战的工作。提出一种基于改进遗传算法(IGA)的测试用例生成方法，利用软件故障定位的疑似故障排名，来辅助生成软件故障定位过程中的测试用例。依次对所提方法进行阐述和分析，在6个C程序和2个Python程序上开展实验，实验结果表明：所提方法自动生成的测试用例能够有效地帮助提高故障定位的效率。     

基于动态故障树的卫星可靠性分析

针对卫星系统的可靠性问题，提出了一种基于动态故障树的卫星可靠性分析方法。采用马尔可夫链和二元决策图相结合的分析方法，建立卫星的电源、姿轨控和推进3个分系统的动态故障树模型，在此基础上得到卫星的随机故障模型，并综合考虑损耗故障建立卫星可靠性模型。利用蒙特卡洛仿真对随机故障模型进行评估分析，并将其与Weibull分布模型进行性能比较，仿真结果表明该方法能够有效分析卫星的随机故障，具有计算精度高、效率高的优点，并能更有效地模拟卫星部件随机故障的动态行为。     

最优特征选择下多层次分割的城市道路提取

针对道路提取过程中特征维数过高的问题,提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法.将粒子群优化算法(PSO)作为Wrapper的搜索算法,优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO_OPRF封装式子集评估器,对ReliefF预选后的特征子集进行评估,降低特征维度,选...     

具有非线性摩擦阻尼随机失谐的叶盘系统响应特性

针对目前含非线性摩擦阻尼失谐叶盘系统振动局部化机理研究存在的诸多困难,尤其是其非线性力学模型的建立和求解等难题.建立了具有滞迟干摩擦阻尼随机失谐的叶盘系统力学模型,并利用增量谐波平衡法分析了叶盘系统干摩擦力失谐度、耦合强度、黏性阻尼比和摩擦力强度等系统参数对叶盘系统受迫响应的影响规律.研究表明:含非线性摩擦阻尼的谐调叶...     

基于降维和随机森林的航空发动机涡轮盘应力预测

为了给发动机涡轮盘寿命管理提供有效的数据输入及后续工程应用提供依据,本文基于统计学习和机器学习方法,提出基于降维和随机森林的航空发动机涡轮盘应力预测模型,以发动机可测参数作为初始特征,通过相关性分析、主成分分析与聚类分析,实现了对总体参数样本的降维,并提取出主控因素,再利用随机森林算法建立航空发动机涡轮盘应力预测模型。结果表明：该方法预测精度比未降维的随机森林模型更高,判定系数R2达到0.985以上,证明该方法对航空发动机涡轮盘应力预测是有效的。     

面向可靠性设计的发动机材料超高周疲劳强度估计方法

提出了一种面向可靠性设计的四参数随机疲劳极限模型,可针对小样本数据实现超高周疲劳（VHCF）应力-寿命（S-N）曲线处理。通过对航空用钛合金常规样本数超高周疲劳数据的拟合分析和对比验证了模型的准确性。同时,以某型航空发动机压气机叶片用TC17钛合金为研究对象,分别对室温（RT）和400 ℃小样本超高周疲劳数据进行了处理,得到了典型置信度和可靠度条件下的超高周疲劳强度估计值。结果表明：本文提出的四参数随机疲劳极限模型,能够通过少量的长寿命区试验数据获得材料超高周范围内发动机设计所需的疲劳强度估计值;相较于常用的升降法,基于本模型进行试验安排可大幅降低68%的试验量,为发动机材料的超高周疲劳强度评价提供方法支持。     

考虑参数随机分布特性的碰摩转子动力学与可靠性

对改进型Jeffcott转子/定子系统,考虑其参数随机分布特性的影响,将稳定性分析与可靠性分析相结合,推导了碰摩转子的可靠度计算公式并使用FORM(1阶可能性方法)和CMC(Crude-Monte-Carlo)法计算其可靠度进而确定了可靠度要求为0.95时的碰摩问题边界.在分析各参数对转子稳态响应、安全域边界以及参数灵敏度影响的基础上,就一般的转子/定子系统碰摩问题给出了在摩擦因数、转速和间隙三参数下的解空间,即求出工程中对应可靠度要求的安全域与失效域.