基于贝叶斯方法的指数寿命型产品可靠度评估方法

以经典法为推理基础,利用无验前信息时验前分布密度的假设方式及共轭分布函数的传递性,推导出指数寿命型产品在不同试验方案下可靠度R的多层贝叶斯评估方法。使得在利用贝叶斯方法对指数寿命型产品进行评估时,更具科学性和合理性。     

一种快速有效的步进频率测速方法

步进频率信号由于存在距离-多普勒耦合现象,目标的径向运动将导致合成的目标径向一维距离像产生距离徙动和波形失真.提出步进频率共轭法测速,可以利用一个步进频率脉冲串实现超大范围的速度无模糊测量,避免了常规方法的速度模糊或模板数过多计算复杂的问题.这种方法可以利用快速傅里叶变换实现,计算量小,降低系统实现的复杂度,是一种实用有效的步进频率雷达测速方法.     

用PCG-FFT法求解二维电磁散射问题

本文在CG—FFT的基础上提出了一种新的方法,即PCG—FFT(预处理共轭梯度法一快速傅里叶交换)相结合法用于求解二维、TM波入射情况下的电磁散射问题。本文以等效电流做为积分方程中的未知函数进行求解,是一种求解电磁散射问题的有效途径。由于应用了PCG方法,与CG法相比,降低了对计算机的内存要求。而FFT算法又节约了CPU时间。因而,与经典的MOM方法及CG—FFT方法相比,可有效的处理电大尺寸物体的散射问题。本文在理论推导的基础上,给出了数值计算结果,与CG—FFT相比较,结果吻合的很好,而收敛速度显著提高。     

minimax问题的广义共轭向量法

本文按照共轭向量法的理论,针对非奇异对称矩阵提出了广义共轭向量的概念,并论述了它的三个重要性质(线性独立性、可寻驻点和可扩展性)。在此基础上,构造了极小极大(minimax)问题的广义共轭向量法。理论分析表明,该算法具有二次终止性质,且在每一维搜索时具有确定的寻优特征(求极小或求极大)。该算法为用拉格朗日乘子法求解数学规划提供了一个可能的途径。计算实例表明该算法是有效的。     

战机最速角度机动攻击导引指令生成算法

针对现代空战的特点,根据战机飞行动力学,对时间最优情况下的最速角度机动攻击导引指令生成进行了研究。将最速角度指向机动导引控制问题视为受终端状态、过程以及控制约束的多约束优化问题,通过引入惩罚函数将多约束优化问题转化为无约束优化问题,然后利用共轭梯度法寻优得到导引指令,给出了最速角度指向机动导引指令生成的具体算法,最终通过仿真证明了所提算法的有效性。     

一种新的批处理常模算法

详细分析了传统批处理常模算法的缺点,提出了一种新的批处理常数模算法——基于共轭梯度方向的批处理常模算法(CG-BPCMA).仿真结果表明,与最陡下降批处理常模算法(SD-BPCMA)和牛顿方向批处理常模算法(NT-BPCMA)相比,提出的新算法有效地克服了SD-BPCMA和NT-BPCMA的缺点,不仅获得了较低的算法复杂度,而且能快速收敛到常模代价函数的最小值点.     

靶场弹道融合估计模型求解的信赖域方法

在靶场试验中,参数估计的方法直接决定弹道融合估计的精度。首先根据外测数据建立了弹道融合估计的非线性回归模型,首次提出了采用信赖域法进行模型参数估计的方法,对信赖域子问题的求解使用了适合大规模计算的预处理共轭梯度法。数学上的收敛性分析和实际算例都证明了此方法收敛速度快,具有全局收敛性,非常适合于像靶场弹道融合估计这样的大规模计算问题。     

可判定条件下的零知识证明

零知识证明是密码学关注的问题之一。在可判定条件下，运用代数学中群的共轭性质进行零知识证明，其实例就是数学中关于寻找共轭子的困难性问题。     

摆线齿准双曲面齿轮齿面主动设计

为预控双面法加工的摆线齿准双曲面齿轮的啮合性能,用大轮理论齿面展成与之共轭的小轮共轭齿面,将小轮共轭齿面沿啮合线方向和接触迹线方向分别进行修形,得到满足预置传动误差曲线以及接触印痕的目标齿面,计算出目标齿面与小轮理论齿面的法向偏差。建立以小轮加工参数调整量为变量,小轮两侧齿面与目标齿面法向偏差平方和最小为目标的优化模型,并采用序列二次规划算法求解该模型。以某高速车桥齿轮副为例进行验证,结果表明:加工参数调整后小轮两侧齿面与各自目标齿面的最大法向偏差分别为-4.7μm和-4.67μm,两侧啮合转换点传动误差与预置值分别相差6.67%和4%,两侧接触迹线最大偏差分别为0.275mm和0.177mm,基本符合预置条件。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

基于Bayes小子样二项分布单元可靠性评定的仿真方法

对于小子样二项分布单元可靠度下限评定,经典方法有很大局限性,文中介绍了Bayes方法。并在其基础上提出基于Bayes方法的Monte Carlo仿真方法,示例证明,该方法有很好的应用前途。     

基于混合优化的前馈—反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.     

实二次函数域基本单位范的判别法

本文给出实二次函数域基本单位范为g(g为F_q~*中本原元)的充分条件,从而解决了一批实二次函数域基本单位范的问题。     

多元先验信息的融合问题

在多元先验信息条件下,运用Bayes理论讨论问题时,必然会遇到先验信息融合问题.文中提出了几种简化形式,并针对产品失效率的多个先验信息情形,结合实例与熵度量的拟合优度说明了该方法的合理性.     

Burgers’方程的守恒律

守恒律历来是物理学研究的中心课题之一.在数学中借助运动常数,对偏微分方程的解作出先验估计,这些估计是方程的解存在性、唯一性及稳定性的核心关键.在计算数学中较好的稳定差分格式,也用到守恒律.在Noether's定理求守恒律的基础上,利用Burgers'方程的对称群构造出相关的伴随因子得出了Burgers'方程的一类守恒律.     

一种具有遗忘特性的在线学习算法框架

基于凸优化中的对偶理论,提出了一种具有遗忘特性的在线学习算法框架。其中,Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的:(1)梯度提升;(2)贪婪提升。回顾了以往的相关研究工作,并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移问题,为设计和分析新的在线学习算法提供了一个新的思路。     

超声波金属熔体处理机强迫风冷问题的数值模拟

针对超声波金属熔体处理机因高温金属熔体的传热而产生的温度快速升高问题,采用ANSYS/FLOTRAN CFD对处理机进行了流场和温度场耦合分析,得到了不同冷却气流量下的换能器温度分布。同时,采用流-固/热耦合共轭传热问题求解方法得到了冷却腔内流固界面的对流换热系数,避免了试验测试的困难,为超声波金属熔体处理机的散热和冷却提供了设计依据。