墨西哥Perdido带上Wilcox组油藏富集模式分析

为了明确Perdido带上Wilcox组油藏富集控制因素，以上Wilcox组油藏为研究对象，通过有效供烃范围、油输导方式、圈闭形成与生排烃期匹配关系及保存条件对比分析，探讨了Perdido带上Wilcox组油藏富集控制因素及成藏模式。研究认为，供烃区规模对油藏规模控制作用明显；上Wilcox组油藏存在顺源式、向源式和背源式3种垂向运移方式，其中，顺源式和向源式运移有利于油藏富集；圈闭形成与生排烃期匹配较好的油藏，供烃充足，油藏规模大；保存是油藏富集的必要条件，遭受严重破坏的油藏规模小；建立了Perdido带上Wilcox组3种油藏成藏模式，其中，“双侧供烃-顺源输导”和“单侧供烃-向源输导”有利于油藏富集，是该区寻找规模性油藏的有利模式。     

智能复杂体系研究

 介绍了体系研究的历程与现状，提出当下该领域的研究重点是复杂度及智能性更高的智能复杂体系。阐述了智能复杂体系的概念、特征、建模、涌现和应用。提出今后的研究方向主要集中在智能复杂体系的建模、智能涌现与牵引控制等。     

基于轴心轨迹重构的自动平衡控制输入算法优化

以转子呈各向异性、支撑刚度非线性时的自动平衡系统为研究对象，提出一种轴心轨迹重构方法来实时测算稳定的基频振动矢量作为最优自动平衡的控制输入，并在自动平衡试验台上进行了试验验证。结果表明，相较于传统单向传感器自动平衡系统，基于轴心轨迹重构的自动平衡控制输入算法的振动幅值降低了7.54 μm，同比下降约5%。     

分数阶混沌系统的间歇控制同步

针对传统分数阶混沌系统连续控制同步方法存在的不足,提出了一种不连续的控制方法—间歇控制法;由于分数阶微分方程稳定性理论的发展不成熟,通过对控制器的改进构造了新的响应系统,将分数阶同步误差系统转化为整数阶同步误差系统,基于Lyapunov稳定性理论构造V函数,得出分数阶混沌系统的间歇控制同步渐近稳定的充分条件,实现了分数阶混沌系统的间歇同步;特别地,当施加周期间歇控制时,可获得更为简单和实用的同步判据;并以分数阶Chen混沌系统为例进行数值模拟,实验结果表明间歇方法能够较好的对分数阶混沌系统进行控制同步。     

带有通胀风险的退休后期最优投资管理

考虑通货膨胀的影响,研究了一个确定缴费养老计划退休后期最优投资决策问题.自退休时刻开始,退休者定期从账户里抽取一定的金额维持日常支出,然后将剩余的财富投资于一个无风险资产、一个股票指数和一个通胀指数债券,直到强制购买年金的时刻.为保障退休后的正常生活,退休者在每个时刻设定投资的目标值,采取二次效用函数衡量投资财富水平和目标值的差距,并选择最优的投资策略以最小化平均累计差距.运用动态规划和随机控制方法,得到了没有上方惩罚的目标值、最优投资策略、最优值函数、破产概率以及终端财富与目标值差距的分布函数等指标的显式表达式.运用数学分析和数值分析手段,得到了每个时刻目标值的性质,分析了终端目标值和消费金额对破产概率的影响,研究了物价指数的瞬间变化率和波动率对财富值与目标值的差距、各时刻财富均值以及破产概率的影响.     

化工设备安装过程控制环节探索

随着化工设备的特殊性和对于安装技术的要求逐步提升,让化工设备的安装难度不断增加,在化工项目建设过程当中,假如在设备的试车验收、安装调试过程中控制不到位,没有及时发现问题并解决问题,这必定会影响工程建设进展,甚至一些设备安装完毕后因为质量原因没有办法投运,对整个化工企业造成极大的损失。     

结合伪随机特征码的多序列跳频通信方法

针对多序列跳频(multi-sequence frequency hopping, MSFH)通信系统在对偶信道存在干扰信号的情况下易引发误码的问题,提出了结合伪随机特征码的MSFH(pseudo-random feature coding MSFH, PRFC-MSFH)通信方法。在信道频率间隔内调制伪随机特征码作为信号来源的特征信息,减少对偶信道受干扰的影响,达到抗干扰目的。建立了PRFC-MSFH发射接收通信模型,根据模型推导了PRFC-MSFH在不同干扰下的误码性能。仿真结果表明, PRFC-MSFH在跟踪干扰条件下较常规跳频约有3~5 dB性能增益,在最坏多音干扰条件下较MSFH有约6~7 dB性能增益,具有较强的综合抗干扰能力。     

通道裁剪下的多特征组合目标跟踪算法

针对深层特征存在冗余通道影响跟踪速度和精度以及单一特征难以适应复杂场景的问题,提出了一种通道裁剪下的多特征组合目标跟踪算法。首先,在相关滤波算法的框架上结合传统手工特征和深层特征进行跟踪。其次,通过对比深层特征通道上目标区域和搜索区域的特征均值设计通道裁剪策略,筛选出合适的特征通道。最后,通过隔帧更新的方式更新深度特征,通过平均峰值相关能量更新传统特征滤波模板,最终实现准确跟踪。与10种算法在OTB2013和OTB2015数据集上进行对比实验的结果表明,本文算法在跟踪准确度和成功率方面都取得了更为理想的结果。     

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。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。