数据库开放对象的数字模型

本文根据系统论提出了开放对象的概念，认为客观世界是由于放对象构成的。它本身是一个递归定义的层次结构，同时具有目的性和适应环境、改造环境的能力即具有自我进化的能力。每个开放对象与其外界的通讯只能通过信息来完成。而且允许它们对同一个消息具有完全不同的理解。开放对象实质是面向对象＋人工智能＋数据库的一个模型。同时本文还给出它的形式定义。     

运用进化算法优化中等PRF雷达的脉冲重复频率

本文运用进化算法选择最佳脉冲重复频率（PRF）组，在中PRF雷达的模型中使距离-多普勒盲区最小。介绍了8个和9个PRF的两个方案，该算法能确保得到的所有结果是完全可解码的并且没有盲速。我们考虑了旁瓣杂波的详细影响以及在以中等PRF模式运行的实际机载火控雷达中影响雷达PRF选择的多个技术因素。     

美国早期医学监督的生物遥测技术

进行医学监督的主要目标是：1）不失真的数据显示：2）监督系统的客观数据免受主观感觉的影响；3）系统运行时相对标准的无障碍移动环境；4）利用标准的现成组件构成相对简单的电子电路，且容易装配和操作。为了实现这些目标，由位于美国宾夕法尼亚州沃明斯特市约翰逊维尔镇的美国海航研究中心航空航天医学研究部来设计和制造一种个人遥测系统。     

台湾新型“鹰眼”预警机服役

2006年4月15日台湾空军在在台南部的屏东空军基地举行仪式，宣布其采办的2架新型E-2K“鹰眼”早期预警和控制飞机开始服役。     

卫星星座系统多学科设计优化研究

分析了卫星星座系统设计包含的星座设计、卫星设计、发射选择等学科之间的耦合关系，特别是卫星各分系统之间的耦合关系，建立了包括发射费用分析、成本分析在内的卫星星座系统多学科分析模型。在此基础上，采用分布式协同进化MDO算法，将星座设计优化和卫星的设计优化在自治基础上充分协同，对一个同时包含离散／连续设计变量、需进行星座结构和参数同时优化的虚拟的海洋监视卫星星座系统进行了多学科设计优化。算法对离散设计变量采用二进制编码，连续设计变量采用实数编码，并分别采用相应的进化算子。采用最大长度编码，根据一定的规则确定基因的显性和隐性，来处理结构和参数同时优化引起的设计变量维数可变的问题。设计结果显示了多学科设计优化的优势和分布式协同进化MDO算法对卫星星座系统这样的复杂多学科设计优化问题的有效性.     

基于及时修正策略的成败型产品可靠性增长分析

针对及时修正试验策略，根据Fries可靠性增长模型和Duane学习曲线特性，基于不同的失败类型对模型进行了扩展。用进化算法对似然函数求极值，获得了参数极大似然估计，以及最终研制阶段可靠性点估计。对某固体火箭发动机可靠性增长实例的分析结果表明，与经典评估方法相比，本文模型更具优越性。     

最可能发现外星生命的地方

<正>关于广袤太空是否存在智能生命,科学界始终存在二种不同的观点:一种观点认为地球和人类都是浩渺宇宙的普通成员,没有什么特别之处。另一种观点与此相反,认为地球和人类都是特殊的存在,从地球与太阳的距离和角度到大气层与水的获得、释放,都是无数特殊条件下生发出无数巧合使然,才使地球进化出人类。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.     

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.