航空发动机非线性数学模型的遗传算法

针对发动机非线性数学模型数值解法的收敛性问题应用了浮点数编码遗传算法，提出了将遗传算法与Broyden法相结合的方法。数值仿真结果表明，单独使用遗传算法时运算效率不高，而将遗传算法与Broyden法结合使用可有效的克服各自的不足，使得模型在保持原有运算效率的情形下扩大了收敛范围。     

关于随机赋范模

证明了实随机赋范模定义中的第４条公理可以由其他３条公理推出;给出了复随机赋范空间上连续随机性泛函的ａ．ｓ．有界的充分必要条件;进而证明了在等中工同构意义下复随机赋范模定义中的第４条公理也是多余的。     

一类可赋准范空间的随机共轭空间

1 随机赋范空间上的随机线性泛函记D~+={F:R~1→[0,1]|F非降左连续且F(0)=0,supF(x)=1};K表示数域R~1或C~1;(Ω,σ,μ)表示概率空间;L(Ω,K)表定义在Ω上α.s有限的K-值随机变量全体;L~+(Ω)表Ω上α.s有限的非负实值随机变量全体.关于概率赋范空间,随机赋范空间的定义及拓扑等述语均与文[2,3]中约定同.     

数据融合中态势估计的模型建立与实现

从数据融合的定义及模型入手,提出了态势估计的3级层次模型及其要素,进而建立了包含战场目标聚并、态势要素关联、双方博弈推理、可能态势预测4个模块的4级功能模型,并初步探讨了利用空间分群技术、模板技术、贝叶斯技术、神经网络技术等对各模块的技术实现。     

概率度量空间的拓扑性质

近年来,概率度量理论已被成功地应用于模糊数学[1][2]、计算数学[3][4]、随机算子理论[5]、不动点理论[6][7]等数学领域,它本身仍在不断完善和深入发展,本文主要研究概率度量空间的拓扑性质.     

基于随机集理论的多个声目标融合跟踪

针对杂波环境下,采用多个被动声传感器跟踪多个声目标的应用场合,建立了多个声目标跟踪的随机有限集模型,采用概率假设密度(probability hypothesis density, PHD)粒子滤波对该模型进行求解。针对PHD滤波器只适用于单传感器的问题,提出了一种实现多个声传感器融合跟踪的方法。该方法在序贯PHD滤波器的基础上进行改进,提高了目标检测率,通过仿真实验验证了该方法的有效性。     

概率内积空间(二)

1965年,M.L.Senechal首次引入了概率内积空间(见[1]P.241—242),但因较为繁琐且缺乏实际背景而未能得到发展,十六年后,C.Dumitrescu引入了第二个定义[2],笔者在[3]中指出了[2]中的错误,并给出了第三个定义,但仍未能找到实际背景,本文修正了C.Dumitrescu的定义,即给出如下定义1 (E,F,T)称为概率内积空间,其中E为线性空间;T为弱t-模;F:E×E→(?)(所有左连续分布函数之集),又满足下述公理:(?)x,y,z∈E,     

基于证据间距离和不确定性度量的证据组合方法

针对Dempster组合公式无法组合冲突证据的问题,提出了一种证据组合的权重分配方法.该方法充分考虑证据间的关系和证据本身的特性,用证据间距离度量证据间的不一致程度,用证据的不确定度来度量证据本身的不确定性;在此基础上扩展了文献[7]提出的权重确定准则,认为证据组合规则既要考虑使组合后证据与各源证据间的距离和尽量小,也要注重降低组合后证据本身的不确定性.最后根据新的准则给出了权重因子的确定算法和证据组合方法.算例表明,该方法改进了文献[7]权重分配方法的结果,且使权重分配更加灵活.     

一个随机的定序原理

将非线性泛函分析中的一般定序原理推广到随机度量空间,得到了一个随机的定序原理;证明了Ekeland变分原理和Carlsti不动点定理的随机推广;统一和推广了文献中的许多结果;得到了一些新的不动点定理。