特殊情况下的驾驶员操纵模型与仿真

针对特殊情况下由于驾驶员惯性感觉感受到加速度信息的特性,根据分步操纵模型对关键参数滞后时间进行研究,考虑随机特性,通过仿真产生滞后时间样本.对特殊情况下运动姿态发生剧变时,驾驶员行为特性进行分析,建立了特殊情况下的驾驶员操纵模型.采用机理分析与试验规律相结合的方法,根据驾驶员在加速度影响下的动作特征,通过数学建模方法对滞后时间进行研究,并考虑随机性建立了服从对数分布规律的概率模型.通过仿真产生滞后时间随机样本,比较发现产生的样本满足试验得到的规律.     

驾驶员状态模型研究

驾驶行为研究对新型车辆研发和提高交通系统智能性、安全性具有重要意义,建模与仿真技术是驾驶行为研究的主要方法。为提高驾驶行为建模与仿真的可信度,根据认知科学的研究成果,提出了基于驾驶员状态的驾驶行为模型。选择的驾驶员状态变量包括:视觉特性、注意力、疲劳程度、决策效率、风险态度和操纵时延。在驾驶行为机制的基础上,分析了影响驾驶员状态的外部环境和内部因素。根据已有的驾驶模拟器操纵数据和驾驶员生理心理数据,使用BP神经网络标定驾驶员状态模型中的参数,建立了驾驶员状态模型。通过仿真实验,验证了驾驶员状态模型的可信性,使驾驶行为模型的输出更加真实。     

基于极值理论的飞控系统故障后风险定量评估

研究了基于极值理论(EVT)的低频高危事件定量评估方法. 构建了考虑驾驶员响应的飞控系统故障后评估模型, 介绍了角速率传感器故障后极值样本的获取方法. 利用非线性优化模型对极值理论中常用的线性模型进行了改进, 针对极值样本分布模型中参数的辨识, 对比了几种优化算法对文中评估模型的适用性. 采用四种优化算法对模型参数进行了对比辨识以寻求飞行风险条件概率最优解,得出了自适应粒子群算法对文中评估模型适应度最高的结论. 最后将传感器故障风险概率加入有驾驶员响应环节的马尔科夫过程模型对飞控系统风险概率进行动态定量评估. 其最终结果可为定量评估某型机操纵系统的动态可靠性提供理论依据.     

随机条件久期模型的贴近度新息构建方法

针对随机条件久期(SCD)模型伪似然估计方法的非有效性问题,分析了新息对数正态分布的可能,证明了经修正的对数正态分布不仅满足SCD模型新息构建要求,其在期望值设定和随机取值方面优于原有新息分布,并进一步在此分布基础上提出了贴近度新息构建方法,该方法不同于期望新息构建方法,目的在于产生更少极端值使拟合久期接近实际久期,进而提高模型拟合和预报性能.同时也证明了新方法能包含原新息构建方法,具有一般性.当然,新息的对数正态分布也保证了SCD模型卡尔曼滤波解具备有效性,属于非伪似然估计.最后,通过一组模拟数据证实了新息对数正态分布的可行性,以及所提贴近度新息构建方法的优越性.     

基于Simulink的大客车操纵稳定性"灰箱"模型

结合汽车理论和辨识理论建立大客车"灰箱"模型大大提高模型反映实际的能力.利用Simulink ParameterEstimation工具,对轮胎模型中参数的进行了辨识,确立了轮胎的二阶二项式回归模型,从而实现了大客车"灰箱"模型的构建.模型的可靠性在 Simulink下通过对模型最终输出和中间状态的观测值和仿真值进行对比进行了验证,结果表明该模型可以对大客车的操纵稳定性进行较为准确的描述.     

基于最小二乘支持向量机的船舶操纵运动建模

基于自由自航船模试验或实船试验的系统辨识方法是一种确定船舶操纵运动水动力导数的有效方法.通过对舵角、漂角、转首角速度等试验数据的分析,用最小二乘支持向量机确定了船舶操纵运动数学模型中的水动力导数及其干扰力系数,其中非线性模型的参数辨识采用了多项式核函数.利用辨识得到的参数进行了操纵运动预报仿真并同自航模试验及实船试验数据对比,数值仿真结果验证了方法的有效性.     

股票价格波动模型探讨

在介绍传统的股票价格波动模型——随机游走模型和对数正态分布模型的基础上 ,提出了由随机波动源和异常波动源共同作用的波动源模型 ,并对波动源模型进行了实证研究 ,结果表明波动源模型要比传统的对数正态模型更能精确地描述现实股票市场的价格波动现象 .     

辨识Hammerstein模型方法研究

提出了一种对单输入单输出Hammerstein模型的参数辨识方法。基本思想是：首先,将Hammerstein模型转换为一类中间模型。然后,提出利用一种改进的粒子群优化（improved particle swarm optimization,IPSO）算法获得中间模型的参数估计值。接着,通过相应的数学关系来达到对Hammerstein模型的辨识。最后,在数值仿真中,与使用其它辨识方法进行了比较,其结果表明了所给的参数辨识方法是切实可行的。     

基于遗传算法的系统辨识方法研究

针对从样本数据进行系统辨识的问题,提出一种由典型数学模型相互组合构成系统模型的新的辨识方法,将系统结构辨识问题转化为组合优化问题,并采用遗传算法同时实现了系统的结构辨识与参数辨识,模拟仿真与实际系统辨识结果验证了系统辨识方法的合理性与求解算法的有效性.     

多新息最小二乘法辨识水下机器人动力学模型

水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义.     

油田措施配置多目标随机规划

措施规划对于延长油田稳产年限 ,合理地安排稳产措施从而提高采油速度及最终提高采收率是十分必要的 .有些学者建立了油田稳产措施规划的确定性规划 ,即模型中所有的参数均为确定值 ,而实际油田生产中有许多因素是不确定的 .也有文章建立了措施规划的随机规划模型 ,但建立的规划模型仅涉及一个目标函数 ,即所谓的单目标规划 .而在实际的油田措施配置中 ,需要对多项指标提出优化要求 .本文针对油田开发实际中存在的不确定现象 ,利用规划论中处理随机现象的机理 ,建立了油田措施的多目标随机规划模型 ,并采用具有擅长全局搜索、高度鲁棒性特点的遗传算法进行求解 .应用结果表明 ,该模型使措施配置更能反映生产实际.     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。     

一种K分布随机数产生方法

Abraham（2002）从海底散射的物理现象出发。提出并证明了有限个幅度服从指数分布，相位服从均匀分布的复随机变量之和的模服从K分布．本文以Abraham的上述理论为基础构造了一种K分布随机数产生方法．该方法以一组相互独立。在区间[0，1]服从均匀分布随机数为基础，经过一系列运算，即可产生服从K分布的随机数．还对该方法进行了仿真分析，结果表明该方法可以有效地产生K分布随机数，而且比较简单，易于实现。     

考虑随机失效阈值的设备剩余寿命在线预测

退化失效阈值是影响设备剩余寿命预测的重要因素。针对现有剩余寿命预测方法忽略失效阈值随机性影响的问题,提出考虑随机失效阈值的设备剩余寿命在线预测方法。首先,基于带测量误差与随机效应的非线性Wiener过程构建设备退化模型;其次,采用极大似然估计(maximum likelihood estimation, MLE)算法估计退化模型参数与随机失效阈值分布系数;然后,在考虑随机失效阈值的基础上推导出设备剩余寿命的概率密度函数(probability density function, PDF),并基于Bayesian原理实时更新退化模型参数,实现对剩余寿命的在线预测。最后,将该方法应用于陀螺仪剩余寿命在线预测分析,结果表明该方法能够有效提高剩余寿命预测的精度与准确性。     

考虑测量误差和随机效应的设备剩余寿命预测#br#

针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算法估计出退化模型中固定系数和随机系数先验分布;采用状态空间模型描述目标设备当前监测状态,基于Kalman滤波算法迭代估计出随机系数后验分布和当前真实退化状态;利用全概率公式,推导出考虑隐含状态估计不确定性的设备剩余寿命的概率密度函数;仿真实例分析表明,所提方法较现有方法在参数估计误差和剩余寿命预测精度上具有一定优势。     

考虑随机冲击影响的多部件系统视情维修与备件库存联合优化

视情维修与备件库存联合优化是确保装备内关键部件安全运行, 降低维修保障成本的有效方法。针对现有模型忽略复杂环境中随机冲击影响的问题, 提出一种考虑随机冲击影响的多部件系统视情维修与备件库存联合优化模型。首先, 建立随机冲击影响下的退化模型及可靠度函数模型, 在首达时间的意义下利用阈值转换思想推导出剩余寿命概率分布, 采用极大似然法估计退化模型参数; 然后, 制定视情维修与备件库存联合策略, 以平均费用率最低为目标建立联合优化模型, 利用粒子群优化算法和蒙特卡罗仿真进行求解; 最后, 通过实例分析和敏感性分析验证了所提模型的有效性和应用价值。     

随机效应Wiener过程退化可靠性分析方法

针对工程中很多产品的初始退化量具有不确定性的情况,提出一种性能退化随机效应Wiener过程可靠性分析方法,同时考虑初始退化量和漂移系数的随机性.然后,根据首达时的定义,推导出了失效时间概率分布函数和概率密度函数的解析表达式.其次,结合产品性能退化测试情况,给出退化模型未知参数的极大似然估计.最后,通过对磁盘性能退化可靠性实例分析,验证了本文方法的适用性和有效性,与随机效应退化轨迹模型相比,本文方法建模过程更为合理,且评估精度高.     

动力学模型系统误差及其协方差阵的随机加权拟合法

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上,提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法,在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正,采用修正状态估计误差向量及动力学模型误差向量的方法,实现对动力学模型系统误差的修正,然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算,有效地抑制动力学模型系统系统误差的影响,提高导航解算的精度。仿真结果证明,采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。     

基于随机截尾的数控机床故障分布模型研究

针对随机定时截尾试验数据,提出运用故障总时间法确定其故障时间,用Johnson法确定故障时间的顺序号,用近似中位秩确定其经验分布函数.针对故障分布模型不唯一这一特点,本文提出采用图分析和误差面积比指数从定性和定量两方面确定其最优分布模型.最后以某一数控机床的现场试验数据为例,介绍了整个计算过程.该算法利用几何直观,计算简便准确,具有一定的工程应用价值.     

具有多维诊断参数系统的检测策略研究

研究具有多维诊断参数系统的可靠性和检测策略问题.为了判定系统是正常还是异常,每隔一段随机时间对系统检测一次,检测结果有可能出现错误,而诊断参数是多维随机变量.系统处于正常和异常状态的时间分别服从参数不同的指数分布,系统的修理时间是连续型随机变量,检测周期为任意随机变量.利用概率分析、补充变量和最优化方法,导出了系统的可靠性指标和最优检测策略.