拓扑度理论之近期发展

这是一篇综述文章,介绍了拓扑度理论近十年来的主要成果。     

记录可寻址随机访问文件的设计与实现

记录可寻址随机访问文件是一种新型ＦＯＲＴＲＡＮ文件,它集中了顺序与直接文件两者的优点,为用户随机访问文件中不等长记录提供了更为有效的手段。本文不仅介绍了其使用方法,而且还讨论了实现中的有关问题。     

再入飞行器落点准确度的统计分析

本文研究再入飞行器的落点准确度(系统性偏差)的检验和估计方法。首先,文中引入了准确度的容许限的概念,在此基础上给出了Bayes验后加权概率比检验方法。关于落点系统偏差的估计,讨论了Bayes估计方法及带有约束的Bayes估计方法。文中注意了充分运用试验前的信息,以便使落点系统偏差的评估能在小子样场合下进行。     

(H)型映射的拓扑度及其应用

本文将(S)_+型映射度的有关理论扩展到(H)型映射类。基于经典的Brouwer度理论,笔者构造了(H)型映射的拓扑度,所得结果进一步丰富和发展了非线性单调型映射度理论。     

基于混合建模方法的三维彩色树木快速模拟算法

在对多种模型进行研究的基础上，提出了一种快速模拟三维彩色树木的高效算法。该算法不仅合理简化了树木的几何拓扑结构和生长规律特性，而且引入了特性良好、计算简单、参数易于控制的随机函数。因此生成树木的种类较多、图形逼真、速度很快，在普通微机上达到了实时的模拟效果。     

一种有效的XML-TO-SQL查询翻译优化算法

在研究XML数据处理问题上,XML查询与SQL查询的转换是一重要论题。在常规XML-TO-SQL查询转换算法基础上,分析了“翻译后优化”和“直接优化”两种不同的查询转换策略,提出了一种将Xpath路径表达式直接优化成SQL的算法。该算法将XML-TO-SQL查询转换分为两个主要阶段:预处理阶段和运行时翻译阶段。预处理阶段通过识别“双射映像”,计算“最小可辩识祖先”进行翻译前准备;运行时翻译则利用预处理阶段的结果进行路径约简。两个阶段的协作使得算法整体效率得以提高,达到翻译优化的目的。根据大数据量查询翻译对比实验的结果,该算法优于一些典型的传统翻译算法譬如Silk-Route、Xperanto等。     

Discrete stochastic optimization using variants of the stochastic ruler method

We present two random search methods for solving discrete stochastic optimization problems. Both of these methods are variants of the stochastic ruler algorithm. They differ from our earlier modification of the stochastic ruler algorithm in that they use different approaches for estimating the optimal solution. Our new methods are guaranteed to converge almost surely to the set of global optimal solutions under mild conditions. We discuss under what conditions these new methods are expected to converge faster than the modified stochastic ruler algorithm. We also discuss how these methods can be used for solving discrete optimization problems when the values of the objective function are estimated using either transient or steady‐state simulation. Finally, we present numerical results that compare the performance of our new methods with that of the modified stochastic ruler algorithm when applied to solve buffer allocation problems. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

宽频带随机振动环境的疲劳强度强化机理

全轴随机振动环境的疲劳强化机理问题是可靠性强化试验研究的关键技术之一。针对该振动环境的宽带特性对疲劳失效的强化作用进行了讨论,首先研究影响随机应力疲劳强化效能的相关统计参数,然后分析随机应力的频谱带宽如何影响这些统计参数,最后得到频谱带宽对疲劳强化效能的影响,由此揭示全轴随机振动环境宽频带特性的疲劳强化机理。     

涡轮泵故障检测的频段能量比SOM算法

为了解决缺少故障样本情况下的涡轮泵健康状态判别问题,分析了涡轮泵振动信号的频谱,提取了频段能量比作为其故障检测特征,并讨论了自组织映射的竞争学习原理及聚类结果的U-矩阵表示,提出了一种基于频段能量比的自组织映射故障检测算法,并实现了该算法最佳匹配神经元的选择和权重向量的自适应更新。通过某型液体火箭发动机历史试车数据的验证,结果表明,健康涡轮泵数据利用该算法聚类时仅存在一个类别,相邻神经元距离小于0.1;反之,故障涡轮泵数据利用该算法聚类时明显存在两个或多个类别,且相邻神经元的最大距离大于0.1。因此,基于频段能量比的SOM算法能有效地判别涡轮泵的健康状况。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。