具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

局域极端学习机及其在状态在线监测中的应用

针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种可实现在线训练的局域极端学习机(LELM).LELM以逐次增样训练与减样训练的方式实现在线训练,从而有效保持了简约的模型结构,同时利用分块矩阵求逆引理有效减小了多次模型训练的计算代价.混沌时间序列在线预测仿真表明,LELM的在线训练时间远小于ELM,且预测精度更高.基于时间序列预测的雷达发射机状态在线监测实例表明,相比于利用粒子群优化的自适应灰色模型方法,LELM具有更高的计算效率与预测精度,适用于电子系统状态在线监测.     

一种基于EMD的模拟电路故障特征提取方法

为克服小波分析中混频现象对模拟电路故障特征提取造成的不准确,提出了一种基于经验模式分解的模拟电路故障特征提取方法。该方法通过对模拟电路输出信号进行EMD得到若干个内禀模态函数,以各IMF的能量作为故障判别的特征。并针对EMD中的端点效应问题,提出了基于遗传优化的最小二乘支持向量机预测方法。仿真实验结果证明了该方法的有效性。     

CHY-Ⅲ仿真计算机系统体系结构

从大型战略武器系统的数字仿真、半实物仿真和闭环动态测试的需要出发，把先进的ＭＰＰ技术和先进的仿真技术相结合，提出了一种分布存储、基于消息传递的并行仿真计算机系统结构。它采用虫蚀寻径通讯技术和高速开关网络，构造了一个ＭＩＭＤ的大规模分布式并行仿真系统。实践证明，这种结构具有良好的可扩展性、灵活性和较高的并行效率     

面向复杂连续系统仿真程序的自动并行化模型及其实现

有效的自动并行化能够帮助用户充分利用并行计算机的资源。本文介绍了我们自行设计的面向复杂连续系统仿真程序的自动并行化模型ＡＳＰＭ,并着重讨论了基于该模型的自动并行化系统、其特点及所解决的几项关键技术     

CHY-Ⅲ的并行仿真程序性能调试工具

摘要从并行仿真程序的特点出发，采用基于事件模型的可视化并行调试技术，提出了把通信事件模型、关系数据库和三维表格相结合的并行仿真程序调试思想，并以此为指导，构造了一个可视化并行仿真程序性能调试工具。经过ＣＨＹ－Ⅲ的试运行，表明该工具简单、直观、效率高     

高斯衍生粒子滤波器

针对基于高斯滤波的重要性采样方法运算量的明显增加主要集中在使用高斯滤波生成更好的重要性密度函数的问题,提出了一种新的高斯衍生粒子滤波算法(GDPF).该算法将一种类似光子衍射的粒子衍生重要性采样方法与现有的高斯辅助粒子滤波算法(GAPF)相结合,通过粒子的扩张与收缩,在保证不减少参与状态估计的粒子数的条件下减少更新粒子数,根据粒子权值大小自适应地调整衍生粒子数,能很好地缓解精度与运算量之间的矛盾,抑制粒子退化等问题.对衍生粒子进行理论分析,证明了其与高斯采样粒子的等效性.仿真结果表明,当选取了相同的参与状态估计的粒子数时,所提算法保持了与原算法相当的估计精度,同时运算量大大降低.     

面向连续系统并行仿真的任务调度算法

任务调度是并行分布计算中最具有挑战性的问题之一。如何合理、有效地地进行任务调度,将直接影响到系统的并行效率。本文通过对连续系统仿真程序特点的分析,折衷考虑了负载平衡与通讯延时两方面因素对并计算的不同影响,提出了一种以系统总的开锁最小为目标的启发式调度算法。该算法在我们研制的长缨三号（ＣＨＹ－Ⅲ）并行机上经验证,具有良好的并行效率。     

CHY-Ⅲ分布式并行仿真计算机系统

多武器仿真平台、分布交互式仿真ＤＩＳ和顶层结构仿真ＨＬＡ,是军用仿真技术应用的发展趋势,本文介绍了自行研制的分布式并行仿真计算机系统ＣＨＹ－Ⅲ。该系统具有小型化、高速、高精度等特点,可扩展性及环境适应性强。采用蛀洞路由技术构成一个高速互连网,能方便地并入远程网,为实现ＤＩＳ和ＨＬＡ提供了基本构架。它具有丰富的软件和自动并行化系统,为用户提供了友好的界面和调试工具,是一个高性能,低成本的并行仿真系统