CPU-GPU协同加速Kriging插值的负载均衡方法

Kriging插值算法被广泛应用于地学各领域,有着极其重要的现实意义,但在面对大规模输出网格及大量输入采样点时,不可避免地遇到了性能瓶颈。利用Open CL和Open MP在异构平台上实现了CPU与GPU协同加速普通Kriging插值。针对Kriging插值中采样点的不规则分布及CPU和GPU由于体系结构差异对其的不同适应性,提出一种基于不同设备间计算性能的差异和数据分布特点的负载均衡方法。试验结果表明,该方法能有效提高普通Kriging插值速度,同时还能节约存储空间和提高访存效率。     

态势估计中基于假设检验的统计时间推理方法

在战场态势估计中，常常需要判断事件发生的时间顺序，而对事件发生时间的观测往往含有统计不确定性。这里将假设检验理论引入时间推理，建立了一种判别两个事件发生顺序的新方法，同时研究了在统计不确定性下时间顺序的传递性，从而有效增强了态势估计中对时间关系的描述和推理能力     

Hilbert 空间中半线性随机发展方程的 Mild 解的一个存在性定理

讨论如下的Ｈｉｌｂｅｒｔ空间中半线性随机发展方程的Ｃａｕｃｈｙ问题：ｄｙ（ｔ）＝［Ａｙ（ｔ）＋ｆ（ｔ,ｙ（ｔ））］ｄｔ＋Ｇ（ｔ,ｙ（ｔ））ｄＷ（ｔ）;ｙ（０）＝ｙ０．｛在并不要求系数ｆ、Ｇ满足Ｌｉｐｓｃｈｉｔｚ条件的情况下,对上述Ｃａｕｃｈｙ问题的Ｍｉｌｄ解建立了一个局部存在性定理．     

Kriging与改进一次二阶矩融合的可靠性分析方法

针对结构可靠性分析问题,提出了Kriging与改进一次二阶矩方法相融合的分析方法。传统的改进一次二阶矩需要计算结构功能函数的梯度信息,在处理包含有限元模型的隐式极限状态问题时会比较困难。该方法将Kriging代理模型与改进一次二阶矩迭代有效而充分地结合,借助Kriging方法提供功能函数的梯度信息,以解决隐式极限状态函数的求导难题,提高分析效率。通过数值与工程算例验证了所提方法的可行性和高效性。     

Analysis on MAV/UAV cooperative combat based on complex network

A formation model of manned/unmanned aerial vehicle (MAV/UAV) collaborative combat can qualitatively and quantitatively analyze the synergistic effects. However, there is currently no effective and appropriate model construction method or theory, and research in the field of collaborative capability evaluation is basically nonexistent. According to the actual conditions of cooperative operations, a new MAV/UAV collaborative combat network model construction method based on a complex network is presented. By analyzing the characteristic parameters of the abstract network, the index system and complex network are combined. Then, a method for evaluating the synergistic effect of the cooperative combat network is developed. This method provides assistance for the verification and evaluation of MAV/UAV collaborative combat.     

系统可靠寿命的不确定性分析及其高效方法

为了分析元器件失效率的不确定性对系统可靠性的影响,借鉴Borgonovo的矩独立灵敏度分析思想,在充分考虑了系统可靠寿命完整不确定性信息的情况下,提出了基于系统可靠寿命的矩独立重要性测度,用来分析不确定性条件下系统元器件失效率对其可靠寿命的平均影响。但由于系统可靠寿命函数是系统可靠度函数的反函数,一般无法解析表达而以隐函数的形式存在,致使该矩独立重要性测度难以高效准确求解。为了解决这一问题,文章提出了一种新的Kriging自适应代理模型的高效算法,该算法以Kriging代理模型预测值的变异系数作为自适应学习函数,通过自主增加新的试验样本,增强代理模型的预测准确性。阀门控制系统和民用飞机电液舵机系统两个算例分析表明,在保证计算精度的情况下,通过变异系数自适应学习函数,仅需添加少量系统可靠寿命试验样本,就能够构建用来充分近似系统可靠寿命函数的Kriging代理模型,解决了重要性测度的高效求解问题,从而验证了所提方法的合理性和算法的高效性。     

基于Kriging模型的环形桁架可展天线结构参数优化方法

针对传统结构动力学优化过程中求解效率较低的问题,以环形桁架可展天线结构参数优化为研究背景,在环形桁架可展天线结构的参数变量空间中,以试验设计方法选取样本点,通过有限元方法得到各个样本点的第一阶固有频率、固定载荷最大变形等响应值,利用样本点和响应值的关系建立Kriging近似模型进行优化算法的寻优,得到满足所有约束条件的最优解。结果表明,所得到的环形桁架可展天线第一阶固有频率、固定载荷最大变形的响应面呈现比较明显的非线性关系,基于Kriging模型的结构优化方法能比较准确地对环形桁架可展天线进行寻优设计。     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。     

Military spending and growth: a small open economy stochastic growth model

The paper analyzes the effects of military spending on economic growth in a small open stochastic endogenous growth model involving the supply-side and demand-side effects produced by military spending. We show that a rise in the military spending affects economic growth through four channels, including the crowding-out effect, the spin-off effect, the resource mobilization effect, and the portfolio effect. The net effect which depends on these four channels is ambiguous. Hence, we demonstrate that there exists an optimal defense burden that maximizes the economic growth rate.