基于建议集成的通用智能体结构模型及其军事运用

多智能体系统技术在军事领域得到了广泛的应用,建议集成是一种有效的多智能体之间的交互手段。设计了一种通用的智能体模型,使用案例推理系统方法对建议建模,使用信任度对建议进行评估,在传统智能体模型的基础上增加建议集成功能。通过一个实例描述其军事运用,表明该方法可增强分布式军事领域中资源的利用效率。     

基于CATIA的油料装备电子样机应用研究

电子样机技术可以系统应用于油料装备的设计和开发,使高质量、高效和低成本的油料装备的研制和制造成为了可能。基于CATIA把电子样机技术应用于新一代油料装备的研制,对油料装备电子样机建立的一般方法和基本流程进行研究,探索油料装备新的设计方法,避免了多次试制物理样机,大大节约了设计安装的成本,加速了研制进程。     

基于调制/解调的动态响应测试方法

在磁悬浮列车中,悬浮控制系统要求间隙传感器的动态特性,但无法用机械方法测试较高频率时的动态特性。根据传感器工作机制,用模拟涡流场来代替被测导体的涡流效应,提出基于调制/解调原理的动态特性测试方法,并分别对正弦信号和方波信号的测试方法进行了探讨。最后给出了两种特征信号的传感器动态特性测试结果。实验表明,这种方法能够满足测试要求,相对于机械方法有很大的优越性。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

基于组织协同进化的软件缺陷预测方法

针对传统有标识软件度量元数据存在软件缺陷预测精度低的问题,首先对比选择合适的离散化方法,然后将组织协同进化分类算法引入并应用到航天软件缺陷预测领域,给出了一种基于组织协同进化的软件缺陷预测方法。该方法根据预测目标将离散后的软件度量元数据划分为不同种群,在各种群内部形成进化个体(组织)。组织在增减算子、交换算子、合并算子和组织选择机制的作用下不断进化,并基于属性重要度协同进化的方式进行适应度函数的计算,实现了有标识软件度量元数据缺陷预测精度的提高。最后通过两组仿真实验,验证了基于组织协同进化航天软件缺陷预测方法的有效性。     

高空风场条件风速概率分布与正态分布差异分析

在飞行器多学科优化设计中,高空风场是有重要影响的不确定性因素,需要准确获取其统计特性。高空风场条件风速的概率分布是特定的,为了便于将高空风场概率模型用于不确定性设计,减少计算量,提出了高空风场条件风速概率分布与正态分布差异的分析方法,给出了将高空风场条件风速概率分布简化为正态分布的适用条件。数值仿真结果表明:在纬度为24.3°N～42.2°N范围内,不同地区高空风场条件风速概率密度与正态分布概率密度的差异在海拔2～30 km范围内呈喇叭形分布,在海拔15 km附近,高空风场条件风速概率密度与正态分布概率密度最接近,高空风场条件风速的概率分布可近似假设为正态分布。综合以上工作,给出了在飞行器不确定性设计中考虑条件风速不确定性时,生成随机样本方法的选择建议。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。     

高速互连网络中基于网卡的归约计算硬件卸载机制

聚合通信广泛应用于高性能计算的研究和工程领域。在大规模的科学和工程计算中,聚合通信开销占据很大比例,有时甚至可达到全部消息传递开销的80%,是高性能计算系统的性能瓶颈。因此提出了一种基于网卡的归约计算硬件卸载机制,通过在网卡上嵌入归约操作逻辑部件,实现了数据在传输过程中的计算,减轻了CPU的负担,降低了通信延迟。通过FPGA平台实现了16节点的归约操作实验,并基于xNetSimPlus模拟器模拟了不同节点规模的归约操作。实验证明,卸载机制能有效减少聚合通信中归约操作的时间,所提支持归约计算的网卡卸载机制最高可以加速归约操作2.71倍。     

不平衡数据的软件缺陷预测方法

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。     

记录值样本下Burr Ⅻ模型的Bayes可靠性分析

针对记录值失效数据情形,研究了Burr Ⅻ分布的可靠性分析问题.基于Bayes理论分别在对称和非对称损失下获得了Burr Ⅻ分布可靠性指标的计算公式.针对超参数未知情形,利用一种新方法确定了超参数的值.结合Monte-Carlo模拟方法给出一个数值算例,并研究了估计结果的精确性.结果表明,此计算方法具有可信的计算精度,符合工程实际,有一定的实际应用价值.