基于蒙特卡罗方法的履带车辆-地面系统随机虚拟样机建模及应用

为了更真实地反映系统的随机因素,提出一种结合随机模拟分析技术与确定性虚拟样机模型的随机虚拟样机模拟方法.基于相对坐标法建立高速履带车辆动力学模型,详细描述履带-地面之间的相互作用关系,考虑了负重轮重复加载对地面变形及接地压力分布的影响.结合履带车辆接地压力分布的计算实例,说明履带车辆随机虚拟样机模型的建模方法、步骤,给出了考虑地面土壤特性参数不确定性时,履带车辆接地压力的区间分布及概率密度分布的计算结果,为不确定环境下履带车辆地面牵引特性及越野机动性评估奠定基础.     

大学自习教室优化设置研究

针对目前大学自习教室资源浪费普遍存在的现象,将学生上自习与否视为独立同分布随机变量,从自习教室的管理与维护成本、电费成本以及学生的满意度3个方面出发,建立了双目标随机规划模型,并在模型基础上提出了大学自习教室设置的一般方法。通过实例分析,对模型的正确性和有效性进行了论证。结果表明:在各种情况下,该模型都能很好地解决自习教室设置这一问题,并且能在学生满意度较高的条件下,节约能源13%以上。该模型可以有效地对自习教室进行优化设置,不仅提高了资源利用水平,而且节约了能源。     

群决策理论在多机协同空战机动决策中的应用

针对近距空战中多架战机对空中的多个敌对目标进行协同攻击的机动决策问题进行了研究。将群决策理论引入多机协同空战机动决策,首先确定了决策成员与候选方案,然后基于战场态势评估提出了采用风险决策准则的偏好排序确定方法,给出了集结偏好的序数型群决策方法。在不同空战想定条件下进行仿真,结果表明,该方法合理、可行,具有良好的应用前景。     

二维相关的G0分布雷达杂波仿真

G0分布模型可实现对不同均匀度雷达杂波的较好拟合,二维相关G0分布雷达杂波的精确仿真对雷达系统设计和性能评估具有重要意义。在利用分段多项式拟合的方法近似表示非线性变换的基础上,将二维相关的高斯随机过程作为输入,提出了基于无记忆非线性变换的二维相关G0分布雷达杂波仿真方法。更进一步,为了实现对杂波幅度与相关性的独立控制,并仿真具有同相和正交分量的相参雷达杂波,推导了单视条件下G0分布模型的球不变随机过程特征函数表达式,提出了基于球不变随机过程的仿真方法。仿真结果表明,这两种方法均能够仿真产生满足幅度和相关性要求的二维相关G0分布雷达杂波。     

基于随机有限集的多目标跟踪算法

对基于有限集统计的多目标跟踪算法进行研究。PHD滤波器针对传统多目标跟踪中计算量较大的问题,通过计算多目标分布后验密度的一阶矩模拟多目标贝叶斯迭代,取得了良好的效果。针对PHD滤波器对目标漏检较为敏感的缺陷,Cardinalized PHD(CPHD)滤波器同时估计得到后验密度分布和后验势分布,是对PHD滤波的泛化。通过实现PHD和CPHD滤波的混合高斯模型,分析比较两者的性能。实验表明,由于引入了势分布,CPHD滤波提高了对目标估计的准确率,总体性能优于PHD滤波算法。     

基于KKT条件的SVM增量学习算法

为了解决支持向量机(SVM)在增量学习时,由于支持向量选择不完全,导致增量学习过程无法持久进行的问题,提出了最大似然边界SVM增量学习算法。该方法在深入分析分类面变化趋势的基础上,充分利用KKT条件,选择包含支持向量的边界向量参与SVM增量学习。实验表明,该算法可以完全覆盖支持向量,与经典支持向量机算法的结果完全相同,并且节省了大量时间,为今后大样本分类和增量学习的可持续性提供了条件。     

基于区间支持向量回归的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间支持向量回归的评估方法。首先对空战目标威胁评估方法中常用的距离威胁模型进行了分析,在此基础上对距离威胁模型进行了改进。然后构建了基于区间数方法的威胁评估指标权重的确定方法。最后建立了基于区间支持向量回归的空战目标威胁评估模型,并进行了仿真实验。仿真结果表明,提出的方法具有较高的预测精度,能够准确、快速地完成多个空战目标的威胁评估。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

基于瞬时转速分析的坦克柴油机失缸故障诊断方法

针对柴油机失缸故障检测排除工作效率低的问题,利用瞬时转速分析方法实现柴油机失缸故障快速检测。通过坦克实车故障模拟试验,测量了柴油机气缸失火时的瞬时转速信号,采用非线性插值方法对瞬时转速序列进行整周期调整。利用小波包分解方法对瞬时转速信号提取了转速波动信号,分析提取了瞬时转速信号的复杂度和时域、频域特征,建立了基于支持向量机的故障诊断模型,实现了气缸失火故障诊断,并利用瞬时转速波动率作为判定参数,实现了故障定位。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.