一种平均矩独立重要性指标及其拒绝抽样方法

在矩独立重要性分析过程中,重要性指标往往用于衡量结构系统输出不确定性向输入变量不确定性的逆向分配问题。假设输入参数的方差可以减缩一定比例因子,那么矩独立重要性指标可以定义为该缩减因子的函数。同时,假设输入参数的方差缩减因子为一随机变量,那么可以取矩独立重要性指标函数的均值定义一个新的平均矩独立重要性指标。由于使用Sobol方法计算平均矩独立重要性指标的模型需要循环抽样,计算量很高,故引入拒绝抽样（RS）方法,通过重复利用矩独立重要性分析中的一组输入输出样本,就可以额外计算得到矩独立指标函数和平均矩独立重要性指标,这大大节约了计算成本。本文所提指标函数及平均指标的有效性和RS方法的准确性、高效性通过数值和工程算例得以验证。      

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。      

面齿轮齿面的自适应采样方法

面齿轮齿面的数字化是齿面检测的关键技术之一.针对在三坐标测量机上进行的齿面采样,提出一种根据给定精度确定采样网格点数量的方法:对采样网格边界线进行初步自适应,利用截平面法得到初始采样网格;同时根据给定的采样网格点数量,借助基于形状的采样算法,对初始采样网格进行迭代,生成自适应采样网格,最终实现面齿轮齿面数字化检测采样的自适应规划.     

基于贝叶斯的航空备件需求研究与应用

鉴于目前航空备件需求计算应用泊松公式存在计算结果误差较大的问题,依据历史故障数据并应用广义更新过程建立反映历史故障数据以及维修能力的可靠性分布模型,同时针对目前历史故障数据主要是小样本事件,应用贝叶斯方法并采用切片采样法对可靠性分布模型进行参数估计。最后通过实例进行分析,结果表明实际故障次数和实际故障情况较为吻合,增大了模型的应用范围。     

混合变量系统基于MCMC的自适应重要抽样法

 系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考虑连续变量与离散变量,利用核密度估计构建混合核抽样密度函数;再根据该密度函数进行重要抽样仿真并计算系统的性能可靠性;最后对该方法的仿真效率进行理论分析.通过电液舵机(Electro-Hydrostatic Actuator,EHA)案例对方法的正确性和仿真效率进行验证.     

非定常分离控制中的相位采样

本文介绍了非定常分离控制中的相位采样方法,该方法同样适用于任何受到周期性外加干扰作用的流场测量。所谓相位采样就是要使所采集的流体参数样本与干扰信号中的周期相位一一对应,这只能由计算机来实现。文中所提出的具体采样方案适用于目前国内广为使用的十六位微处理机(如 IBM-PC 及其兼容机、INTEL/86/330机等)。     

双PN码DS/MSK扩频系统的有效重要抽样仿真方法

为了提高仿真速度,本文在双PN码DS/MSK扩频通信系统误码率估算中,成功地采用了有效重要抽样仿真方法,并把仿真与优化技术结合,解决了一类最佳偏置分布函数不易解析求出的重要抽样问题。仿真结果表明,有效重要抽样方法与普通Monte-Carlo方法相比,计算量可减少10~4倍左右。     

基于对极几何约束的景象匹配研究

提出了一种图像配准方法来解决实时图与基准图空间不对准问题。它是利用随机采样算法估计基本矩阵，恢复实时图与基准图之间对极几何．然后基于对极几何约束．剔除误匹配点．得到精确匹配控制点，计算出全局仿射变换，从而对实时图进行校正。该方法的特点是精确、稳定和全自动。采用真实图像实验结果表明，该方法是行之有效的。     

一种简单高效的图象缩小算法

图象放缩问题是图象处理中的一个基本问题 ,图象在缩小的过程中存在着图象信息的损失 ,而且缩小的比例越大 ,损失越大 ,从而导致图象的失真较大。本文介绍一种近邻取样和邻域平均相结合的算法 ,该算法简单同时失真又不大 ,特别是缩小比例较大的时候该算法效果明显。     

基于成败试验的导弹贮存可靠性Bayes分析模型

针对传统导弹贮存可靠性分析方法的缺点, 提出了一种Bayes分析模型.这种模型以狄氏分布为先验分布, 综合利用了历史信息和专家信息, 结合导弹检测时间段的成败试验数据, 给出了各检测时间段可靠性的联合后验分布, 然后利用Gibbs抽样算法进行后验推断, 得到了各阶段可靠性的Bayes估计和区间估计.此外, 基于当前试验数据, 利用这种模型以预测未来导弹贮存可靠性.算例表明这种Bayes模型参数含义清楚, 利于工程应用.