贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。     

中国灾害性海浪研究进展

 海浪灾害是海洋灾害的重要组成部分,是各种海洋灾害中导致人员死亡或失踪的最主要致灾因素,是各种涉海工程设计、施工和运维工作必须考虑的动力因素,是中国海洋安全与保障工作必须面对的自然灾害。通过讨论灾害性海浪的常用定义和分类,评述了有关典型灾害性海浪特性的主要研究成果,总结了主要灾害性海浪预报业务化现状,提出了灾害性海浪研究尚存的主要问题和未来的研究方向。     

微小薄壁变形预测的迭代有限元法

将迭代有限元法引入微小薄壁铣削中,建立了变形量的预测模型,预测了不同径向切削深度、不同薄壁厚度时的铣削变形量大小,通过试验加工和Deform-3D仿真对模型进行了验证.结果表明:迭代有限元变形预测值与试验加工变形量较为接近;加工后的薄壁残余厚度大于理想状况下的加工厚度;最大变形量随壁厚的增大先保持最大值然后逐渐减小至0;薄壁厚度应当与切削参数相协调,调整工件刚度与切削力大小相适应,否则会导致变形量过大.     

水下航行器附连水质量的理论及实验研究

以二维无限长圆柱在水下的垂向振动为例,对其有限区域的不可压缩流场进行分析;通过数值计算并借鉴刘易斯法,分析了水域宽度比、水深比和浸没深度比等无量纲参数对刚体附连水质量的影响;提出了水下航行器附连水质量的快速预测公式.结果表明:刚性壁面可使刚体的附连水质量增大,但当刚体与壁面的距离增加到一定程度(截面半径的5倍)时,刚性壁面的影响可以忽略;自由表面可使刚体的附连水质量减小,当刚体与自由表面的距离达到截面半径的6倍时,可以忽略自由表面的影响;当刚体的垂向运动频率较高或刚体与自由表面的距离较大时,可以认为自由表面的速度势为零.     

Novelty,coherence, and Mendeleev’s periodic table

Predictivism is the view that successful predictions of “novel” evidence carry more confirmational weight than accommodations of already known evidence. Novelty, in this context, has traditionally been conceived of as temporal novelty. However temporal predictivism has been criticized for lacking a rationale: why should the time order of theory and evidence matter? Instead, it has been proposed, novelty should be construed in terms of use-novelty, according to which evidence is novel if it was not used in the construction of a theory. Only if evidence is use-novel can it fully support the theory entailing it. As I point out in this paper, the writings of the most influential proponent of use-novelty contain a weaker and a stronger version of use-novelty. However both versions, I argue, are problematic. With regard to the appraisal of Mendeleev’ periodic table, the most contentious historical case in the predictivism debate, I argue that temporal predictivism is indeed supported, although in ways not previously appreciated. On the basis of this case, I argue for a form of so-called symptomatic predictivism according to which temporally novel predictions carry more confirmational weight only insofar as they reveal the theory’s presumed coherence of facts as real.     

BP神经网络在大学毕业生就业率预测中的研究与应用

为能更好掌握高校毕业生就业趋势,本文以佳木斯大学2002~2012年本科毕业生就业率为依据,利用神经网络方法,构建了BP神经网络预测模型.通过对所建模型训练学习可知,该网络最大误差为3.36%,满足预期要求.最后,对佳木斯大学2013-2015年本科毕业生就业率进行了预测,以期为相关部门工作提供参考依据.     

网络结构特征与链路预测算法关系研究

以美国航空网络、科学家合作网络和线虫新陈代谢网络等5种实际网络为例进行了综合实验,用结果数据定量化描述了同配系数、集聚系数和网络效率等网络结构特征参数,与基于局部信息和全局信息的两类链路预测方法结果之间的关系。通过对结果的分析,得到了网络同配系数为正且聚集系数大于阈值(约0.1)时适用基于局部信息的预测方法,否则适用基于全局信息的预测方法;以及集聚系数、网络效率与局部信息预测方法的结果成正比,与全局信息预测方法成反比等结论。这些结论为通过网络特征参数进行链路预测方法的选择提供了定量化的参考依据。     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。