推理树概率逻辑公式集有效赋值列数计算

本文通过对概率逻辑推理树知识结构模型的研究,得出在树推理中对矩阵列消减起主要作用的相邻关系及其计算方法,给出了树推理模型的有效赋值列数的一般计算方法。     

高精度高分辨率WENO格式分析与改进

高精度、高分辨率计算格式对提高超声速复杂流场的计算水平有重要的意义。WENO格式是在ENO格式基础上发展起来的一类新型高精度、高分辨率格式,本文在格式加权算法理论和数值分析的基础,对加权算法进行了改进,通过模型问题应用可以看出:改进后格式权值的计算更为光滑,仍具有高精度、高分辨率的性质,并克服了随网格变化而出现的波动现象。     

Augmented nested sampling for stochastic programs with recourse and endogenous uncertainty

We propose a novel simulation‐based approach for solving two‐stage stochastic programs with recourse and endogenous (decision dependent) uncertainty. The proposed augmented nested sampling approach recasts the stochastic optimization problem as a simulation problem by treating the decision variables as random. The optimal decision is obtained via the mode of the augmented probability model. We illustrate our methodology on a newsvendor problem with stock‐dependent uncertain demand both in single and multi‐item (news‐stand) cases. We provide performance comparisons with Markov chain Monte Carlo and traditional Monte Carlo simulation‐based optimization schemes. Finally, we conclude with directions for future research.     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

策略不确定条件下基于高阶超博弈的军事对抗决策方法

军事对抗决策中面临的一个主要问题是难以确定敌方的策略集。基于超博弈分析策略不确定条件下的军事对抗决策问题。在分析超博弈中信念迭代原理的基础上,提出了基于高阶超博弈的对抗决策方法。将高阶信念中的结果反思到低阶信念,并最终反思到一阶信念中,将己方的决策建立在对敌方可能决策的分析的基础上。使得己方的决策具有针对性且更加合理。以二战中西线战役为例验证了方法的可行性和有效性。     

返回器飞行管道的快速预测算法

针对返回器回收任务中对安全空域和期望落点的计算需求,提出了基于Koopman算子的飞行管道快速预测算法,给出了搜救直升机安全飞行空域的判定流程。建立了物伞动力学模型,利用Halton采样方法从随机空间中均匀采点,计算得到多条可能弹道;采用Koopman算子的后拉机制,将初始概率密度值与当前状态关联,得到不确定条件下返回器及其分离部件的飞行管道和期望弹道。仿真结果表明,基于Koopman算子的飞行管道快速预测算法在收敛速度和精度上都要显著优于Monte Carlo方法;利用飞行管道计算结果对搜救直升机飞行路线进行规划后,碰撞风险最大降低54%且搜索时间减少70%。飞行管道预测算法已成功应用到嫦娥五号的回收任务中。     

加权随机模拟的时变可靠性分析方法

针对结构时变可靠性的随机模拟分析方法计算代价大的问题,在极值方法的基础上提出基于加权随机模拟的时变可靠性分析策略。时变可靠性分析需要计算在不同时间处的失效概率,通常需要进行多次可靠性分析,计算代价巨大。所提方法通过对常规静态可靠性的随机模拟方法进行改进拓展,运用加权策略分别发展了加权蒙特卡洛法和加权重要抽样法,使之能够高效分析计算时变可靠性问题。所提方法仅需一次常规可靠性分析模拟,即可得到时变失效概率函数估计。采用管状悬臂梁和十杆桁架两个算例进行验证。结果表明,基于加权思想的分析方法在能确保精确度的前提下能够大幅度减小计算量,提高计算效率。     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上，确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足，采用一种基于加权的模糊C均值聚类算法，通过对同一维度在不同簇上赋予不同的权重值，对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取，有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题，同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析，确定了各类组合观测量的适用范围，并结合实测数据，利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算，结果验证了该方法的可行性。