基于偏最小二乘回归的军用飞机采购价格预测

考虑到军用飞机采购价格样本数据少、难于预测的特点和偏最小二乘回归方法在处理小样本多元数据方面的优势,提出一种基于偏最小二乘回归的军用飞机价格预测方法.偏最小二乘回归首先提取第一、第二主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析来筛选变量;最后,偏最小二乘回归对筛选的变量进行回归建立军用飞机价格预测模型,并对军用飞机价格进行预测.结果表明,在军用飞机价格预测方面,与未筛选变量的回归模型和逐步多元回归相比,经过变量筛选的偏最小二乘回归模型预测的精度更高,更能体现采购价格与飞机性能参数之间的关系.     

新型船用气体稳压器启动充气过程的建模及仿真研究

基于船用核动力一体化反应堆结构的需要,建立了新型船用气体稳压器启动充气过程的数学模型,并进行了仿真计算.计算结果表明,该模型能正确地描述该型稳压器实际的启动充气过程,满足工程设计及系统研究的需要.     

国企主辅分离改制分流的难点及对策

中央、国务院提出的鼓励有条件的国有大中型企业实施主辅分离、辅业改制政策对国有企业来说是一次历史机遇,有利于加快企业发展,促进企业资产结构、组织结构、人员结构的优化,对实现企业精干壮大主业、放开搞活辅业、促进国有企业改革和发展具有积极作用。然而,国有企业的主辅分离改制分流是一项法律和政策性很强的工作,不仅涉及企业的资产处置、职工的劳动关系、辅业的改制问题、改制方案及报批程序问题,而且,还涉及企业的稳定及职工的心理承受能力。一、主辅分离改制分流的难点制约国有企业发展的一些深层次的矛盾是历史形成的,要解决这些…     

基于LMS2UKF的主/被动雷达融合算法

在主/被动雷达双传感器目标跟踪背景下,针对IMM算法的计算量大,提出一种基于变结构多模型思想的LMS2UKF分布式融合算法。该算法将LMS算法和UKF滤波算法结合进行矩阵加权融合。与IMM2UKF算法进行仿真比较,结果表明在相同情况下,本算法有较好的稳定性和较好的定位精度。     

装备技术状态动态评估方法

装备技术状态评估是状态维修中的关键技术,针对多参数下的状态评估问题,采取主成分分析方法对评价指标做降维处理,利用有序主成分进行评估,用装备技术状态劣化度,状态劣化趋势和状态劣化速率组成的向量表示装备的技术状态,通过实例验证模型的有效性.     

大型复杂武器装备质量综合评价及其支持系统设计

从大型复杂武器装备系统的具体特点出发,运用基于TOPSIS主成分价值函数模型的主成分分析法（PCA）,构建了大型复杂武器装备质量综合评估模型。进行了实证分析,结果表明,该方法的应用使前三个主成分综合携带了原系统全部信息的96.04%,避免了信息的重叠和交叉,也克服了主观因素对评价的影响,更客观全面地反映了设备的质量状况。最后通过对其支持系统的设计,实现对企业与部队不同质量管理决策层的信息支持。     

基于静力与稳定性分析的小卫星主接头选型优化

基于对预埋主接头蜂窝板的静力与稳定性分析,对小卫星主接头进行选型优化。采用三明治夹心板理论建立预埋分叉式和面板式小卫星主结构连接接头的蜂窝板试件有限元模型,分析得到了蜂窝板最大应力值与失稳载荷,通过与试验结果的对比分析确定了蜂窝板试件破坏原因。在此基础上讨论结构参数对蜂窝板承载性能的影响,确定出最优的接头设计形式。     

主方差分析方法

该文提出一种对高维随机向量 X=( x1 ,x2 ,… ,xp)′p× 1 进行降维处理的实用方法 ,其基本思想是利用矩阵的扫描运算 ,构造 X的很少几个综合指标 (称为主方差变量 )以反映 X的统计特性。给出了该方法的理论依据和直观解释以及算法。特别指出 ,当变量 X多重相关性突出时 ,该文方法显著地优于主成分分析方法。     

导弹系统安全性分析中的引发事件鉴别方法

引发事件鉴别是基于事故机理安全性分析的首要任务。鉴别结果是否全面、完整直接影响最终分析结果的有效性。导弹系统安全风险涉及面广、影响因素多,需要系统的可操作方法来指导引发事件的鉴别工作。针对导弹工作特点,提出考虑导弹任务剖面,运用主逻辑图对导弹进行系统性的层次化描述,对引发事件进行整理和归纳。将危险与可操作性分析引入导弹系统安全性分析中进行引发事件鉴别,结合故障模式影响分析,支持对单一故障类和参数异常类引发事件的鉴别。结果表明,所提框架为解决导弹系统安全性分析中引发事件鉴别的系统性完整性提供了可行的思路。     

DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。