模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。     

复杂约束下的导弹作战任务规划模型和算法研究

导弹作战任务规划是一个涉及时间、资源、质量和其他关系约束的复杂问题。首先通过定义约束满足效用对基本约束满足模型进行了扩展，建立了导弹任务规划的约束满足优化模型。在此基础上，研究了任务规划模型求解的时间和效用传播算法，提出了基于综合效用的优化求解框架。该模型和求解框架易于解决具有多种约束因素的复杂问题，具有较好的通用性。通过定义软、硬约束效用，使得实际任务规划问题求解具有更好的灵活性。     

机械系统状态监测特征参数评价与选取

根据机械不同异常状态出现的频率和危害度的大小,引入状态权值,建立了特征参数总体敏感性和稳定性的评价指标,采用专家系统设计思想,编写了机械状态监测特征参数评价与选取应用软件,实现了特征参数的自动选取以及对特征参数和机械状态数据的有效管理。     

新条件下Fourier级数L~p可积性的研究

小样本多元数据分析和数据压缩、编码等是装备维修与故障分析中的常用技术,这些技术的理论研究常常归结到用函数的Fourier系数刻画可积函数类问题。研究了正弦级数和余弦级数属于Lp函数类的条件,建立了在NBVS假设条件下的判别准则,推广了已有结果。