事件影响下的时间序列多尺度集成预测

针对时间序列的非线性、非平稳和多尺度特征,考虑到事件对序列结构产生的影响,提出事件影响下的时间序列多尺度集成预测策略。首先,基于经验模态分解将原始序列分解成若干分量,从多个尺度展现序列的基本构成;随后,基于迭代累积平方和实现分量序列的变点检验,从多个尺度判别和获取事件对序列产生的结构性影响;然后,基于干预分析构建事件对不同分量序列的影响模型,据此剔除事件影响,获取净化序列;最后,运用基于粒子群优化的支持向量回归,建立单一尺度的序列预测模型,进而实现事件影响下的时间序列多尺度集成预测。实证分析表明:该策略能够精细辨识事件对序列的多尺度影响,有效建立序列总体及分量的预测模型,与传统方法相比,具有更强的事件辨识能力、自适应建模能力和更高的预测精度。     

基于环境振动信号的框架结构震后损伤识别

提出了一种新的损伤指标用于框架结构的震后损伤识别.以环境振动作为激励信号,采用小波包分解理论,利用框架结构损伤后振动信号的能量在频域内的变化,构建损伤指标DI,并给出了损伤识别流程图.在此基础上,以某钢筋混凝土框架结构为例,设定4种震后损伤工况,对框架结构进行了震后损伤识别分析,探讨了不同楼层、不同类型振动信号对损伤识别效果的影响.结果表明:本文构建的损伤指标DI可以有效识别框架结构的震后损伤,损伤指标DI与损伤程度之间有近似线性的关系;基于较高楼层振动信号的损伤指标值对结构的损伤识别效果较佳;利用速度信号可获得比加速度信号更好的识别效果.     

考虑期望体系效能衰减的舰艇编队等级修理计划优化

舰艇编队等级修理计划优化直接关系到各类战训任务的有效完成和修理经费的科学使用。基于“定期与'双控’相结合”修理模式, 考虑舰艇编队的体系化运用、舰艇效能衰减特性以及决策者期望和偏好, 运用前景理论综合构建舰艇编队期望体系效能模型, 进而以体系效能价值函数最大为目标, 以修理工期、跨期修理、修理经费、装备效能、在航率等为约束条件, 系统构建面向舰艇编队的等级修理计划优化模型, 最后运用基于混合编码的粒子群优化算法对模型进行求解。结果表明, 该方法相对传统的计划编制方法, 舰艇编队体系效能和分项效能更高, 舰艇使用与修理之间的关系协调更好, 对于科学编制舰艇编队等级修理计划, 确保舰艇编队战训任务有效完成能够提供有力的技术支撑。